Univerzitet u Beogradu

Mainski fakultet

Seminarski rad

FRAKTALI I MULTIFRAKTALI

Predmet: Fraktalna mehanika

Profesor: prof.dr. uro Koruga
Student: Ana Nedeljkovi 1207/12

Beograd, 2014.

Sadraj

1.Uvod ............................................................................................................................................3
1.2. Fraktalna stuktura..................................................................................................................3
1.3.Fraktalna dimenzija.................................................................................................................7
1.4. Multifraktali......10
2. Primena fraktalne analize u biomedicinskom inenjerstvu.................................................12
2.1. Fraktalna analiza u dijagnostici i utvrdivanju stadijuma cervikalnog kancera.............13
2.2. Fraktalna analiza u dijagnostici kancera dojke.........14
2.3. Fraktalna analiza u dijagnostici kancera koe...................................................................16
2.4. Primena fraktalne geometrije u obradi i analizi digitalnih slika....................................18
2.5.Primena multifraktalne analize u obradi slika...................................................................20
2.6.Primena multifraktalne analize kod dinamike hoda..........................................................22
3. Zakljuak..................................................................................................................................25

1.Uvod
Fraktalna geometrija je relativno mlad koncept koji je formulisao Benoit Mandelbrot (19242010),francusko-americki matematicar, a koji se bazira na radovima Poenkarea, Kantora, Sierpinskog i
drugih (Mandelbrot, 1982). Mandelbrot je prvi i uveo termin fraktal, prema latinskoj reci fractus, to
znacislomljen, nepravilan ili iregularan (Mandelbrot, 1975). Termin fraktal uveden je u cilju
karakterizacije prostornih ili vremenskih fenomena koji su kontinualne, ali nediferencijabilne funkcije.
Od pojave Mandelbrotove knjige 1982. godine u kojoj je na sveobuhvatan nain Mandelbrot predstavio
ovaj novi koncept, fraktalna geometrija je u godinama koje slede dobila znacajno mesto u matematici, a
narocito u primenjenim prirodnim naukama. Fraktali i fraktalna geometrija predstavljaju koncept u
matematici koji je proiziao iz velike matematicke krize, i nemogucnosti klasicne Euklidove geometrije
da opie ili poslui u analizi kompleksnih i nepravilnih oblika i procesa koji se deavaju u prirodi.
Mnoge kompleksne anatomske strukture kao to su mrea krvnih sudova ili neuronska mrea,
zatim grananje kardiopulmonarnih struktura samo su neki primeri fraktalne geometrije u ljudskom
ogranizmu. Fraktalnost nije samo morfoloka kategorija, u smislu da se neregularni obrazac ponavljanja,
kao osnovna karakteristika fraktala, ponavlja u smislu anatomskog oblika, ono je takoe i odlika procesa
koji se deavaju u ljudskom organizmu kao to su srani ritam, ili pak modani talasi.
Koncept fraktala i fraktalne geometrije omoguuje jednostavnu, geometrijsku interpretaciju
kompleksnih objekata koje tradicionalna Euklidova geometrija nije u stanju da opie, kao to su
neregelurani ili fragmentirani oblici i karakteristike prirodnih objekata koji se mogu sresti u razliitim
oblastima od geologije, biologije pa do anatomije i fiziologije. Teorija fraktala i teorija haosa mogu se
primeniti za analizu i reavanje problema sistema kompleksne strukture, i primenjene su u mnogim
naucnim disciplinama pocev od ekonomije za modeliranje socijalnog ponaanja do biologije i geografije
za modeliranje vegetacionih obrazaca irom planete.

1.2. Fraktalna stuktura

Za opisivanje objekata i fenomena u prirodi koriste se razliite mere koje nazivamo dimenzije. Da
bismo to bolje okarakterisali odredeni objekat potrebno je da koristimo vie razliitih detalja. Upotrebom
adekvatne dimenzije vetaki generisani objekti se veoma lako opisuju. Dimenzije takvih objekata se
mogu izmeriti i numeriki izraziti poredenjem sa referentnom jedininom merom. Najpoznatije dimenzije
u upotrebi su Euklikidska dimenzija DE i topoloka dimenzija DT. Obe dimenzije mogu da uzimaju samo
celobrojne vrednosti 0,1,2, ... i za veliki broj objekata imaju istu vrednost. Medutim, razlike postoje i
jasno se vide iz nacina na koji su dimenzije definisane. Topoloka dimenzija se definie na osnovu toga
kako posmatrani objekat moe da se izdeli na gradivne elemente, dok Euklidska dimenzija uzima u obzir
prostor koji objekat zauzima. Na primer, taka je bez dimenzije jer ona nije kontinuum, pa su i Euklidska
i topoloka dimenzija take iste, tj. DE = DT = 0. Razlike izmeu ove dve dimenzije se javljaju ve u
sluaju linije. Sa stanovita topoloke dimenzije, linija ima dimenziju i bez obzira na njen oblik jer se
moe izdeliti na take koje nisu kontinuumi. Slino, povrine se dele na linije pa je topoloka dimenzija
povrine 2. Kako su za podelu prostora potrebne povrine, topoloka dimenzija prostora je 3. Po
Euklidskoj definiciji dimenzije, struktura je jednodimenzionalna ukoliko se moe uklopiti na pravu liniju,
dvodimenzionalna ako se moe postaviti na ravnu povrinu i trodimenzionalna ako zauzima prostor. Po
ovoj definiciji, samo prava linija je jednodimenzionalna, jer jedino ona ne zauzima ni povrinu ni prostor.

Ali kriva linija koja lei na povrini je dvodimenzionalna, dok je kompleksna kriva linija koja zauzima
proctor trodimenzionalna. Takode, ravna povrina ima Euklidsku dimenziju dva, dok je zakrivljena povr
trodimenzionalna. Dimenzije se mogu izmeriti i brojano opisati ukoliko ih poredimo sa nekim usvojenim
uzorkom (etalonom) mere. Ili, analitiki gledano, duina linije (luka) se odreuje krivolinijskim
integralom, a veliina neke povrine primenom povrinskog integrala.
Benoit Mandelbrot, poljski matematicar i fizicar, je skovao termin "fraktal" (lat. fractus izlomljen,
prelomljen) da oznai objekte ija je Hausdorff-Besicovitch-ova dimenzija vea od njihove topoloke
dimenzije. Ilustrovao je ovu matematiku definiciju sa upadljivim kompjuterski konstruisanim
vizuelizacijama. Ove su slike su osvojile javnu imaginaciju, mnoge od njih su bile zasnovane na rekurziji
i sugerisale su popularno znaenje termina fraktal. U svom poznatom radu How long is the coast of
Britain? Statistical self-similarity and fractional dimension, objavljenom 1967. godine u casopisu
Science Magazine, Mandelbrot je prvi put uveo pojam fraktala, to je kasnije upotpunio i sistematizovao.
Tu je pokazao da je koncept duine besmislen ukoliko se eli izmeriti neki nepravilan objekat kao to je
morska obala duina zavisi od izbora jedinice mere. Analiticki posmatrano, linija morske obale nije
diferencijabilna u svim tackama, tako da krivolinijski integral nije definisan.
Za opisivanje nepravilnih struktura raznih prirodnih objekata i fenomena, kao to su oblaci, izgled
reljefa, razne prirodne teksture, turbulencije u atmosferi, kretanja u ekonomiji, i slino koristi se fraktalna
geometrija. Centralna filozofska tema fraktalne geometrije je da priroda mada naizgled sloena
pokazuje jednu fundamentalnu osobinu poznatu kao samoslinost (self-similarity). Bez obzira na
oiglednu kompleksnost oblika i/ili dinamickog ponaanja sistema, ukoliko pogledamo paljivije,
moemo nai oblike na jednoj skali koji lie na one na drugim skalama Mnogi prirodni objekti iskazuju
takva svojstva, pri emu skale mogu biti prostorne i vremenske, Pa imamo samo-sline structure i samosline fluktuacije. Primeri takvih struktura i fluktuacija su dati na slici 1.

Slika 1. Fraktalne strukture i fluktuacije

Mandelbrot je, zapravo, objedinio i upotpunio neka prethodna saznanja koja su se pojavila sredinom 19.
veka. Theodor Weierstrass (1815-1897) je pokazao da moe postojati kontinualna kriva koja ni u jednoj
taki nije diferencijabilna, Felix Hausdorff (1869-1942) je prvi uveo pojam necelobrojne dimenzije, koja
je vea od topoloke dimenzije, zatim, Georg Cantor (1845-1918) je definisao beskonacan skup taaka u
jedinicnom intervalu [0,1] koji iskazuje fraktalna svojstva tzv. Kantorov skup (Cantor Set), Helge von
Koch i Waclaw Sierpinski su definisali pravila na osnovu kojih se mogu konstruisati fraktalne krive ili
objekti (Koch curve I Sierpinski carpet), itd.
Postoje dva glavna pristupa za generisanje fraktalne strukture. Jedan je narastanjem jedininog
objekta, a drugi je konstruisanje fraktala uzastopnim deljenjem originalne strukture. Veliki broj fraktalnih
struktura se moe vetaki generisati primenom relativno prostih pravila, tako to se rezultati posle svake
iteracije vracaju ponovo u istu proceduru.
Fraktalni oblici ili signali su karakterisani sledeim svojstvima:
1. Nemaju karakteristinu duinu - uzimanjem sve manje i manje jedinice mere dobijamo sve veu
i veu izmerenu duinu fraktalne strukture. Razlog je taj to se oblik strukture beskonano
ponavlja ukoliko strukturu posmatramo sa sve vee blizine. Za razliku od glatke krive koja uvek
ima konanu duinu, fraktalna linija nije diferencijabilna pa krivolinijski integral nije definisan.
2. Poseduju svojstvo samo-slinosti (svojstvo invarijantne skale, skalirajue simetrije) - skalirajua
simetrija podrazumeva samoslinost posmatranih objekata na promjenljivoj skali uveanja, u bilo
kojoj skali posmatrano, fraktalni oblici su iste ili sline strukture.
3. Imaju necelobrojnu dimenziju - fraktalna dimenzija je osnovni analiticki parametar za opisivanje
struktura koje poseduju svojstvo samo-slinosti, dimenzija je veca od odgovarajuce topoloke
dimenzije nefraktalnog objekta.
Vetaki generisane strukture primenom pravila koja se primjenjuju u iterativnoj proceduri mogu biti
samo-sline ali u nekim sluajevima se ne poveava sloenost polaznog objekta pa ovako generisani novi
objekti nisu fraktalni jer imaju celobrojnu dimenziju. Iz toga moemo zakljuciti da fraktalni objekti
iskazuju svojstvo samo-slicnosti dok obrnuto ne mora da vai.
Fraktali mogu biti deterministicki i stohasticki (tj. nedeterministicki). Na primer trajektorije Braunovskog
kretanja imaju Hausdorffovu dimenziju 2. Haoticni dinamiki sistemi se u nekim sluajevima povezuju sa
fraktalima. Cak i jednostavne glatke krive mogu da pokazuju fraktalno svojstvo samo-slinosti. Na
primer, stepena funkcija ("power-law", poznata i kao Pareto raspodjela) proizvodi sline oblike na
razliitim stepenima uveanja.
Tri uobiajene tehnike za generisanje fraktala su:
Escape-time fraktali oni su definisani rekurentnom funkcijom u svakoj tacki prostora (kao to je
kompleksna ravan). Primeri ove vrste fraktala su Mandelbrotov skup, Julia skup i Ljapunov fraktal.

Slika 2. Mandelbortov skup

Iterativne funkcije ovi fraktali se dobijaju pomocu fiksnih geometrijskih pravila zamene. Kantorov
skup, Sierpinski tepih, Peanova kriva, Kohova pahulja su neki primjeri ovakvih fraktala.

Random fraktali generisani stohastikim pre nego deterministickim procesima, na primer, trajektorije
Braunovskog kretanja, Levijev let, fraktalni pejzai i Braunovo drvo.

Fraktali se takode mogu klasifikovati prema osobini samo-slinosti. Postoje tri tipa samoslinosti:
Egzaktna samo-slinost ovo je najstroiji tip samo-slinosti; fraktal se javlja u identicnom obliku na
svim skalama. Fraktali genisani iterativnim funkcijama obicno ispoljavaju egzaktnu samo-slicnost.
Kvazi-samo-slinost ovo je slobodnija forma samo-slinosti. Fraktal se javlja u priblino istom obliku
na svim skalama. Kvazi-samo-slini fraktali sadre male kopije itavog fraktala u iskrivljenoj i
degenerisanoj formi. Fraktali definisani rekurentnim relacijama su najcece kvazisamo-slicni.
Statisticka samo-slinost ovo je najslabiji tip samo-slinosti; fraktali imaju numerike ili statistike
mere koje su ouvane na svim skalama. Najumerenija definicija fraktala implicira neku vrstu statistike
samo-slinosti. Fraktalna dimenzija je sama po sebi numerika mera koja se ne menja na razlicitim
skalama uveanja. Random fraktali su primer fraktala koji su statisticki samo-slini, a da pritom ne
poseduju ni svojstvo egzaktne samo-slinosti ni kvazi-samo-slinosti.

1.3.Fraktalna dimenzija

Tabela 1.
Izraz "fraktalna dimenzija" odnosi se na necelobrojnu, ili prelomljenu dimenziju bilo kog objekta.
Fraktalna analiza se esto koristi u procesiranju biomedicinskih signala, kao to su EEG (electroencephalographic), HRV (heart rate variability) i korani intervali. Primena fraktalne dimenzije u ovim
okolnostima ukljuuje vremenski pristup, procenjuje se fraktalna dimenzija talasnog oblika. Raunanje
fraktalne dimenzije talasnih oblika je korisno za detekciju tranzientnih pojava, i posjeduje dodatnu
prednost brzog izracunavanja. Sastoji se iz procene dimenzije vremenski promjenljivog signala direktno u
vremenskom domenu ime se obezbeuje znaajna uteda u trajanju izvravanja programa.
U fraktalnoj geometriji, fraktalna dimenzija, D, je statistika veliina koja daje indikaciju koliko
fraktalni objekat popunjava prostor i to na razlicitim skalama uveanja. Postoji puno specificnih definicija
fraktalne dimenzije i nijedna od njih se ne tretitira kao univerzalna. Sa teoretske tacke gledita, najbitnije
su Hausdorffova dimenzija, dimenzija pakovanja i, generalnije, Renijeva dimenzija. Sa druge strane,
metoda brojanja kvadrata (box-counting) i korelaciona dimenzija se vie koriste u praksi zbog
jednostavne implementacije. Iako se za neke klasine fraktale ove dimenzije poklapaju, u optem sluaju
one nisu ekvivalentne. Na primer, koja je dimenzija Kohove pahulje? Ona ima topoloku dimenziju
jedan, ali ona ni u kom sluaju nije kriva duina krive izmedu bilo koje dve take na njoj je beskonana.
Nijedan njen deo nije niti linija niti povrina. U nekom smislu, moemo za nju reci da je prevelika

da bismo je smatrali jednodimenzionim objektom, ali pretanka da bi bila dvodimenzioni objekat, to sve
vodi do pitanja da li bi se Kohova pahulja najbolje mogla okarakterisati dimenzijom izmedu 1 i 2. Ovo je
samo jedan od motiva za uvodenje fraktalne dimenzije kao nove mogucnosti za analiticko opisivanje
ovakvih struktura.
Za strukture koje su dobijene primenom strogo definisanih pravila, kao to su vec pomenuti
Kantorov skup, Kohova kriva, Sierpinski tepih, i slino, moe se odrediti tzv. dimenzija samo-slinosti DS
na sledeci nacin. Za skup S koji je ogranicen u Euklidskom n-dimenzionom prostoru kaemo da je samoslian ako je on unija N razdvojenih (nepreklapajucih) sopstvenih kopija, od kojih je svaka naredna
skalirana skala faktorom r<1 po svim dimenzijama prostora.
Izmedu navedenih velicina postoji sledeca veza :
odakle je dimnezija samo-slicnosti jednaka:

Fraktalna struktura dimenzije izmedu 0 i 1 poznata je kao fraktalna praina. Fraktalne strukture
dimenzije izmedu 1 i 2 se nazivaju fraktalnim signalima. Strukture dimenzije izmedu 2 i 3 nazivaju se
fraktalnim povrinama (fraktalnim slikama), a strukture dimenzije izmedu 3 i 4 jesu fraktalne zapremine.
Za fraktalne strukture koje nisu dobijene strogo definisanim pravilima, kao to su razne prirodne strukture
i signali, fraktalna dimenzija se ne moe odrediti kao dimenzija samoslicnosti. Istorijski je pojam
dimenzije kao veliine koja odreduje meru kojom objekat ispunjava prostor, cime se dozvoljava
mogunost necelobrojne dimenzije, uveo F. Hausdorff. D-dimenziona Hausdorffova mera na skupu
S je:

gdje je D>0 realan broj koji definie optimalno pokrivanje datog skupa koricenjem sfera promjenljivog
radijusa rk . Vrednost D za koju M naglo prelazi iz u 0 se definie kao Hausdorffova dimenzija DH.

U praksi je mnogo lake raditi sa box-dimenzijom. Postoje razne druge metode koje se mogu primeniti u
tim sluajevima, a jedna od esto koricenih je tzv. box-counting metoda, ili metoda prekrivanja (brojanja
kvadrata) ime se odreuje dimenzija prekrivanja (cover dimension).
Metoda se zasniva na prekrivanju fraktalnog objekta mreom bokseva - kvadrata, u slucaju
jednodimenzionih (1D) signala kao to su vremenske serije, ili kocki, u slucaju dvodimenzionih (2D)
signala, kao to su signali slike. Dimenzije ivice kvadrata su . Zatim se odreduje broj nepraznih kvadrata,
N(), dakle, broj kvadrata koji prekrivaju posmatrani objekat. Rekurzivno se uzimaju kvadrati razlicitih
dimenzija i iz log-log dijagrama zavisnosti N() od , gde je D box-counting dimenzija datog fraktala;
dakle dobija se:

))
)
8

Box-counting metoda daje tane procene za fraktalne dimenzije izmeu signala i 2 i 2.5 kod 2D signala,
uz to je jednostavna i brzo se racuna.

Slika 2. Ilustracija prekrivanja Koijeve krive kvadratnih razliitih dimenzija

Slika 5. Rezultujui log-log dijagram preko kojeg se odreujeDB za Kohovu pahuljicu

Kapacitivna dimenzija DC, uvedena od strane A.N. Kolmogorova i definie podelu fraktala na jednake
kocke ivice :

))
)
gde N() oznaava minimalan broj kocki potrebnih da se pokrije skup. DH i DC se razlikuju ve za
veoma jednostavne skupove. Tako je za skup racionalnih brojeva izmedu 0 i 1 DH =0, a DC = 1.
Ako verovatnou nalaenja take fraktala u i-toj kocki ivice obeleimo sa Pi (), tada je informaciona
dimenzija Di :

Konano, korelaciona dimenzija Dk je definisana sa:

gde je korelacioni integral dat sa:

| |

gde je c(s) gustina verovatnoe za predefinisano rastojanje dva proizvoljna vektora x1 i x2 . U optem
slucaju sve ove dimenzije su razlicite za proizvoljan fraktalni objekat. Jedino u sluaju dobro poznatih,
jednostavnih fraktala, monofraktala, samo jedna dimenzija je dovoljna i vai DH = DC = DK=Di.
Jedinstven "otisak prsta" multifraktalnog objekta zahteva uvoenje neograniene hijerarhije
fraktalnih dimenzija poznate kao generalizovana fraktalna dimenzija koncept uveden od strane H.
G. E. Hentschel, P.Grassberger i I. Proccacia.

1.4. Multifraktali
Vetaki generisani objekti, primenom precizno definisanih algoritama, iskazuju stroga fraktalna
svojstva. Prirodni objekti i pojave, medutim, ne iskazuju tako stroga fraktalna svojstva, ak i kada jesu
samo-slini. Prirodni objekti i pojave mogu imati statistiku samo -slinost. Na primer, struktura morske
obale, izgled reljefa ili oblaka, struktura nekih biolokih sistema ili signala, iskazuju samo-slicna svojstva,
ali u raznim skalama oblik nije sasvim isti, mada jeste-slican. U tim slucajevima se govori o
multifraktalima. Multifraktalni parametri, kojima se mogu opisati takve pojave, mogu se iskoristiti u
klasifikaciji objekata, a time omoguciti nov pristup u medicinskoj dijagnostici.
Pri analizi fiziolokih vremenskih serija moe se dobiti se monofraktalno ili multifraktalno ponaanje.
Monofraktali su okarakterisani istim skalirajuim osobinama du itavog signala, oni se mogu indeksirati
samo jednim eksponentom h0 (Hurstov eksponent) ili jednom fraktalnom dimenzijom, to indikuje da su
oni stacionarni sa take gledita njihovih lokalnih skalirajuih osobina. Multifraktali su kompleksniji,
mogu se rastaviti na vie podskupova okarakterisanih razliitim Hurstovim eksponentima ili fraktalnim
dimenzijama, koje kvantifikuju lokalno singularno ponaanje pa se samim tim odnose na lokalne
skalirajue osobine vremenske serije. Multifraktali zahtevaju vie eksponenata za karakterizaciju njihovih
skalirajuih osobina; oni su sutinski kompleksniji i nehomogeniji od monofraktala.

10

Multifraktalni sistem je generalizacija fraktalnog sistema u kome jedan eksponenet, fraktalna dimenzija,
nije dovoljan da opie njegovu dinamiku ve je potreban kontinualni spektar eksponenata (takozvani
spektar singulariteta). Primer spektra singulariteta za signale sranog ritma kod zdravog i bolesnog
ispitanika dat je na slici 5. Sa slike se moe uoiti da je spektar zdravog ispitanika znaajno iri od spektra
bolesnog ispitanika, tj. multifraktalnost slabi sa patologijom.

Slika 5. Spektar singulariteta za signale sranog ritma

U multifraktalnom sistemu s, ponaanje sistema u bilo kojoj taki je definasano lokalnom
)
stepenom funkcijom: ) )
)
. Eksponent ) se naziva eksponent singulariteta i on
opisuje lokalni stepen singulariteta ili regularnosti oko date take. Ansambl formiran od svih taaka koje
imaju isti eksponent singulariteta se naziva singularitetna celina eksponenta h, I predstavlja fraktalni skup
fraktalne dimenzije D(h). Kriva D(h) vs. h se naziva spektar singlulariteta i u potpunosti opisuje
(statistiku) distribuciju promenljive s.
Veina struktura se ne moe opisati preko krajnosti tipa: crno-belo, tano-netano, 1-0, itd. Zbog
toga se ovakvi objekti ne mogu analizirati preko skupova, ve preko uoptenijih matematikih veliina
kojima mogu da se opiu nivoi u skali izmeu krajnjih vrednosti. Te uoptenije veliine se nazivaju mere.
Slobodnije reeno, umesto jedne mere, , javlja se skup mera koje opisuju samoslinu pojavu. Na primer,
za definisanje mere se mogu koristiti amplitude signala u prostornom domenu. Box-counting metod nije
pogodan za opisivanje multifraktala jer on daje samo vezu izmedu broja nepraznih kvadrata i veliine
kvadrata, a ne uzima u obzir vrednost signala koji je obuhvaen kvadratom.. Za multifraktalne pojave
uvodi se neka vrsta "teine" za svaki od kvadrata.
Za karakterisanje multifraktala najpre se uvodi veliina opisana sa:

poznata kao grubi Hlder-ov eksponent, gde je (box) mera kvadrata, a veliina kvadrata. Ovako
definisana velicina bi odgovarala fraktalnoj boks-dimenziji posmatrane mere. Pokazuje se da veliina
], sa 0<
uzima vrednosti iz intervala [
<
< . Vrednost parametra je bliska
odgovarajuoj fraktalnoj dimenziji posmatrane strukture,dakle, za 1D signale je raspodeljena oko
11

vrednosti 1, za 2D signale oko vrijednosti 2, itd. Zatim se posmatra frekvencijska raspodela na sledei
nain. Za svaku vrednost odredi se broj N () kvadrata ivice koji imaju grubi Hlder-ov eksponent
jednak a. Kako je ukupan broj kvadrata ivice
srazmeran sa d , gde je d Euklidska dimenzija kvadrata, verovatnoa da se medu boksevima nade onaj
sa grubim Hlder-ovim eksponentom iznosi

Crtanje raspodele ove verovatnoe ne bi dalo eljeni rezultat, jer pri 0 ova raspodjela ne tei
graninoj vrednosti. Umesto toga uvodimo teinske logaritme i posmatramo funkciju:

Kada 0, funkcija f () tei graninoj definisanoj vrednosti f() . Ovako definisana funkcija f()
oznaava da za svako broj kvadrata raste pri smanjenju .

2. Primena fraktalne analize u biomedicinskom inenjerstvu

Primena fraktalne analize u biomedicinskom inenjerstvu podrazumeva analizu morfologije
pojedinih anatomskih struktura kao to su na primer, mrea krvnih sudova, mrea neurona i drugog.
Slina analiza moe biti primenjena i na otkrivanje razlika izmeu zdravog i bolesnog tkiva, ili na primer
na oblik ivica konih lezija. Fraktalna geometrija je u veoma irokoj primeni u oblasti analize slike,
odnosno digitalne fotografije i mikrofotografije u medicini. Meutim, fraktalna analiza moe biti
primenjena i na fizioloke fenomene poput varijacija u sranom ritmu ili elektroencefalografske modane
talase. U ovim sluajevima, promenljivost parametara moe biti izraena preko krive na iju morfologiju
se moe primeniti fraktalna analiza.
Metode fraktalne analize nale su primenu u sledeim biomedinskim oblastima interesa:

analiza biosignala, prepoznavanje oblika

analiza radiolokih i ultrazvnunih snimaka
elijska morfometrija, organizacija hromatina, ekspresija gena
fizioloka i patoloka stanja nervnog sistema i mozga, srca i kardiovaskularnog sistema
analiza vezivnog tkiva, remodeliranje tkiva
angiogeneza, morfogeneza, grananje krvnih sudova,
kompleksnost, samoorganizacija i haos u tumorima
membrane i elijske organele u toku rasta i smrti (apoptoza, nekroza)
starenje, imunoloki odgovor, autoimune i hronine bolesti
kompleksnost, samoorganizacija i haos u metabolikim i signalnim putevima
struktura biopolimera (proteini, nukleinske kiseline, DNK)

12

2.1. Fraktalna analiza u dijagnostici i utvrdivanju stadijuma cervikalnog

kancera
Kancer grlia materice je jedan od najeih kancera kod ena i trei je po uzroku smrti posle
kancera dojke i plua (Ferlay et al., 2004). Kancer grlia materice je bolest koja nastaje usled
abnormalnog rasta I deobe elija cerviksa. Skoro svaki kancer grlia materice nastaje od elija koje ini
unutranji sloj cerviksa. Kada kontrola elijskog ciklusa biva naruena, ove elije se dele veoma esto i
veom brzinom. U istraivanju koje su predstavili Jayalitha i saradnici fraktalna analiza je primenjena za
prepoznavanje kancera grlia materice na osnovu histolokih slika (Jayalitha et al., 2009). U istraivanju
je primenjena metoda brojanja kvadrata i specijalizovani Harfa programme software za raunanje
fraktalnih dimenzija zdravih i kanceroznih elija cerviksa (Slike 6 I 7). Lakunarnost je takoe odreena u
ilju procene teksture kiva (Slika 8.).

Slika 6. Normalne elije cerviksa

Slika 7. Abnormalne elije cerviksa

13

Slika 8. Teksturni obrazac elija cerviksa

Jayalitha i saradnici su se rukovodili prostom logikom da e se fraktalna dimenzija elija
poveavati zajedno sa rastom elije i zato su na histoloke mikrofotografije zdravih i kanceroznih elija
(slike 6 i 7) primenili metod brojanja kvadrata radi dobijanja karakteristine fraktalne dimenzije za
normalne elije cerviksa i abnormalne elije. Kako je njihova analiza pokazala, ova dimenzija iznosi 1,1
za normalnu eliju, dok je za abnormalnu 1,26. Isti tim je u daljem istraivanju na osnovu fraktalne
dimenzije utvrivao stepen kancera (Jayalitha et al. 2011). Kako je utvrDeno, vee vrednosti fraktalne
dimenzije odgovaraju kasnijem stadijumu razvoja kancera. Odnosno, kako su istraivai zakljuili,
stadijum kancera zavisi od dimenzije elija. Lakunarnost je u vezi sa distribucijom praznina izmeu
elija. Fraktalni objekti koji imaju malu lakunarnost su zapravo homogeni, jer su sve praznine iste
veliine, dok visoka lakunarnost govori o heterogenosti. U pomenutoj studiji, analizom lakunarnosti,
dolo se do zakljuka da vea dimenzija lakunarnosti odgovara irenju kancera. Lakunarnost pokazuje
kako se pojaava izraena tekstura izmeu elija zahvaenim kancerom. Utvreno je da i kako se
lakunarnost poveava tako cerviks na slikama poprima braon boju, to je i inae jedan od pokazatelja
kancerom zahvaenog tkiva. Zakljueno je da fraktalna dimenzija DB i lakunarnost mogu biti od velike
pomoi u patologiji pri dijagnozi kancera cerviksa, kao i utvrivanja stadijuma razvoja kancera i tako
olakati odluku o adekvatnoj terapiji.

2.2. Fraktalna analiza u dijagnostici kancera dojke

Postojanje tumora dojke je obino indikovano na mamogramu prisustvom gustih masa i/ili
promenama u teksturi ili pojavama distorzije u tkivu dojke (Rangayyan et al., 2007). Kako se ini prema
literaturnim izvorima, fraktalna analiza je nala najveu primenu upravo u dijagnostici kancera dojke i to
u kako u analizi mamograma, tako i u analizi histopatolokih preparata i citologiji. Jedna od sad ve
pionirskih studija primene fraktalne analize u istraivanju kancera dojke, izvrena je 1998. godine od
strane Einsteina i saradnika (Einstein et al. 1998). Ova studija primenila je fraktalnu analizu za numeriku
deskripciju izgleda hromatina u citologiji epitelnih elija dojke dobijenih biopsijom za 19 pacijenata sa
benignim epitelijalnim lezijama i 22 pacijenta sa invazivnim duktalnim karcinomom. Za svaki od
pripremljenih preparata nezavisno je potvrDena dijagnoza od strane patologa i izvrena je akvizicija
digitalnih fotografija pomou mikroskopa opremljenog sa kamerom. Na svakoj slici je nasumino
odabrano jednoelijsko jedro i izvrena je segmentaija slike. U ovom istraivanju za karakterizaciju
povrine jedra normalnih i tumorskih elija koricena jeMinkovski-Buliganova (Minkowski-Bouligand) i
izraunata je lakunarnost preko metode klizeih kvadrata(gliding box method).
14

Slika 9. Povrina jedra epitelijalne elije benignog tumora

Slika 10. Povrina jedra epitelijalne elije malignog tumora

Dimenzija Minkovskog za benigne tumore iznosila je 2,527 dok je za maligne bila 2,510 i ova
razlika jeu maloj meri bila statistiki signifikantna (p=0.067). U sluaju lakunarnosti (Slika 11) dobijena
je statistiki znaajna razlika izmeu benignih i malignih sluajeva. Kao to se moe i ustanoviti
vizuelnim pregledom na slikama 10 i 11, jedro malignih elija pokazuje mnogo izraeniju teksturu u
15

poreenju sa jedrom benigne elije. Lakunarnost u ovom sluaju se pokazala kao vrlo korisna
dijagnostika informacija koja karakterie izgled hromatinske teksture. Za klasifikaciju izmeu benignih i
malignih jedara primenjena je vetaka neuronska mrea sa internom metodom verifikacije (leave-oneout) i tanost klasifikacije iznosila je 95.1% sluajeva.

Slika 11. Dva jedra epitelijalnih elija sa istom Minkovski-Buliganovom dimenzijom, ali sa razliitom
lakunarnou jedru na levoj strani odgovara vea lakunarnost.

2.3. Primena fraktalne analize u dijagnostici kancera koe

Dijagnoza melanoma u ranoj fazi je neophodna za njegovo praenje, leenje i smanjenje
smrtnosti. Stoga za ove svrhe postoji posebna posveenost tehnikama za ranu dijagnostiku, kao to su
dermoskopija i razvijanje drugih poluautomatskih algoritama na osnovu analize razliitih elemenata.
Primenom box counting metode moe se odrediti fraktalna dimenzija pigmentih konih lezija.
Sto deset konih lezija je digitalno fotografisano tokom rutinskih klinikih pregleda, a akvizicija
slike je raena u dermoskopskoj analizi samo kod lezija sa sumnjom na malignitet koje je trebalo ukloniti
(obraene su sve sumnjive lezije koje je trebalo ukloniti). Na osnovu histopatoloke analize, 22 lezije su
bile melanomi, 87 nevusi i jedna lentigo simplex, klasifikovano kao to je navedeno u Tabeli 1. Naroito
kod melanoma, deset je bilo intraepidermalno, 11 od 0,25 do 0,88 mm debljine po Breslowu i samo jedna
debljine 1,88 mm. Na benignim uzorcima 48 je bilo identifikovano kao displastina forma. Izvrena je
segmentacija slike. To je procedura koja omoguava razlikovanje i odvajanje onoga to treba da se
ispituje u odnosu na celu sliku. Metod razlikovanja pigmentne lezije od okolnog tkiva se zasniva na
njihovim razliitim hromatskim karakteristikama. Prvo, najmanji kvadrat BL koji moe da obuhvati celu
leziju se manualno selektuje; BL obino sadri i piksele zdrave koe oko lezije, a BH koji obuhvata samo
zdravu kou se manualno selektuje unutar BL. Kvalitet izvadjene ivice se zasniva na poreenju
hromatskih osobina piksela u BH i piksela pigmentisane lezije koja se posmatra, tako da BH mora da se
selektuje to je mogue blie leziji i ne sme da sadri melaninske mrlje. Odavde nadalje, algoritam
implementiran u Matlab softver automatski radi na odreivanju fraktalne dimenzije D.
Zatim se izraunava histogram koe koji predstavlja broj piksela u BL u odnosu na intenzitet boje.
Kako tri histograma, crveni, zeleni i plavi (RGB), uvek kvalitativno izgledaju slino, koristimo samo
jednu komponentu, to jest crvenu, iji najvii intenzitet u odnosu na ostale predstavlja tipinu boju koe.
16

Najnia vrednost intenziteta piksela crvene komponente koji pripadaju zdravoj koi u B H predstavlja prag
koji odvaja leziju od okolne koe. To znai da je svaki piksel u celoj slici sa vrednou intenziteta crvene
komponente veim od praga resetovan na nulu, a drugi pikseli, na primer pikseli lezije, se postavljaju na
jedinicu.Slika se na taj nain preacuje u binarnu. Konano, ivica lezije se izdvaja upotrebom filtera koji
detektuje konture na prethodno izraunatoj binarnoj slici

Slika 12: Slika ivice koja prekriva originalni melanom

Slika 13. Primena modifikovane metode brojanja u kvadratu na ivicu pigmentne kone lezije (a)
uobiajena metoda najmanjih kvadrata
Vrednosti procena D svake obraene slike dobijene analiziranjem pigmentne kone lezije ovom
metodom su podeljene u tri grupe: obini nevus (nevus + 1 lentigo simpleks), nevus sa displazijom i
melanom.. Statistiki znaaj razliitosti izmeu tri grupe je dobijen jednosmernom analizom odstupanja
(univarijantna Anova), praena post hoc metodama. Razlike su procenjene kao statistiki znaajne za
vrednosti verovatnoe p0,05.

17

Slika 14. ANOVA statistika metoda. Dobijene tri grupe.

))
)
Linearna regresija svih procenjenih vrednosti D pokazala je da fraktalna dimenzija znaajno raste
od obinog nevusa do displastinog nevusa i melanoma (p<0,05): grupa 1: obian nevus; grupa 2: nevus
sa displazijom; grupa 3: melanom.

2.4. Primena fraktalne geometrije u obradi i analizi digitalnih slika

Primena fraktalne geometrije u analizi slike svodi se na evaluaciji fraktalnedimenzije ili
lakunarnosti. Hausdorfova dimenzija u ovim slucajevima nije primenljiva, i zato su razvijani i
usavravani brojni algoritmi koji iako razliciti pocivaju na 3 zajednicka koraka koji mogu biti sumirani
kao
- Kvantifikacija entiteta koji opisuju fraktalni objekak koricenjem razliitih veliina entiteta
- Grafiki prikaz na dvostrukom logaritamskom dijagramu zavisnosti izbrojanih entiteta i veliine
entiteta i fitovanje linije provucene kroz dobijene tacke metodom najmanjih kvadrata
- Procena fraktalne dimenzije na osnovu nagiba regresione linije
Pomenuti algoritmi se mogu svrstati u tri klase u zavisnosti od metode na kojoj pocivaju na: klasu
metoda prebrojavanja kvadrata, klasu metoda frakcionog Braunovog kretanja, i klasu metoda merenja
povrine, u ovomradu bie primenjena Higuijeva dimenzija.
Digitalna Slika 15 - predstavlja obrazac koji se u memoriji racunara pamti kao matrica podataka. Sive
(grayscale) slike su predstavljene kao matrice u kojima elementi matrice imaju vrednosti od g min=0 do
gmax=(2b-1) gde je b broj bitova (g=255 za b=8). Veina slika u boji zapravo predstavlja kombinaciju tri
monohromatske slike. U metodi koju su predloili Klonowski i saradnici, digitalna slika ima dve
Higuijeve dimenzije horizontalnu i vertikalnu, i one se dobijaju na sledei nacin.
Idui jednu po jednu vrstu u matrici sive slike koja ima duinu N piksela i visinu M piksela,
rauna se suma vrednosti nijanse sivog za svaku vrstu Gm , za m=1,..,M. Vri se zatim normalizacija za
svaku vrstu deljenjem sa odgovarajucom maksimalnom vrednocu nijanse sive za tu vrstu G mmax, i na taj
nacin dobija seserija realnih brojeva NGS [0 1] koja se naziva horizontalni pejza:
18

i za ovu seriju se racuna Higucijeva dimenzija i tako dobijena dimenzija oznacava se Dh. Na slican nain,
ide se po kolonoma matrice NxM piksela, rauna se suma vrednosti sive u svakoj koloni Gn za n=1,...,N,
zatim se ove vrednosti normalizuju za svaku kolonu tako to se podele sa maksimalnom vrednosti sive
nijanse u toj koloni Gnmax i dobija se opet serija realnih brojeva NGS[0,1] koja se naziva vertikalni
pejza:

i Higucijeva fraktalna dimenzija za ovu seriju se iznacava sa Dv

Higucijeva fraktalna dimenzija racuna se za datu krivu definisanu svakom k-tom tackom, tako to se vri
evaluacija ukupne duine krive L(k) i zatim se odreuje dimenzija Df tako da je L(k) proporcionalno
k Df. Oba pejzaa se zatim analiziraju koricenjem Higuijevog metoda.
Na slici 15. data je ilustracija koricenja ovog metoda za karakterizaciju teksture povrine. Sa slike se vidi
da Higucijeve dimenzije kvantitativno karakteriu teksturu povrine u oba pravca.

Slika 5. Primer procene povrinske teksture koricenjem fraktalne analize i Higuijevog metoda
Ovaj metod je od naroitog znacaja za procenu povrinske hrapavosti implantata i ortopedskih proteza,
kontaktnih sociva.

19

2.5.Primena multifraktalne analize u obradi slika

Multifraktalna analiza (MF) se moe uspeno koristiti u obradi slika. Primeri dati na
slikama 16 i 17 ilustruju primenu MF analize u klasifikaciji objekata. Koriene su medicinske
slike u skali sivog sa 256 nivoa, dimenzije 256x256 piksela, a analizirane su kao 1D vektori
realnih brojeva (to odgovara skeniranim slikama). Simulacije su izvrene nad vie medicinskih
slika. Za MF analizu je korien program FALPHA iz programskog paketa MATPACK.
Na slikama 16a i 16b su prikazani digitalizovani snimci mikroskopskih uzoraka, dobijenih u
Institutu za patologiju i sudsku medicinu Vojnomedicinske akademije (VMA) u Beogradu.
Uzorci, koji su respektivno nazvani "uzorak 1" i "uzorak 2", na prvi pogled pripadaju istom tipu.
Deluje kao da je slika 16b zapravo zumiran deo slike 16a. Multifraktalna analiza, meutim,
opovrgava ovo razmiljanje. Spektri f() ovih slika su prikazani na slici 16c. Uzorak 2 daje iri
spektar, to ukazuje na veu varijabilnost signala slike, ali je znaajnije to da taj uzorak ima
maksimum spektra f() pri neto veoj vrednosti (1,07), za razliku od maksimuma spektra
uzorka 1 (pri 1,02). To sugerie da je re razliitim uzorcima. Da to jeste validan zakljuak
uveriemo se na narednom primeru, slika 17.

Slika 16.Ilustracija primene MF analize u klasifikaciji uzoraka

20

Na slici 17a i 17b su prikazani mikroskopski snimak nazvan "elije" i njegov zumirani deo
(oznaen na slici 17a), a na slici 17c su prikazani spektri f() ovih snimaka. Mada je drugi
spektar iri (vea je varijabilnost signala) sada su maksimumi spektara identini, pri istoj
vrednosti 1,02. Ovaj rezultat je proveren i na drugi nain, izraunavanjem spektra f()
metodom histograma, to je prikazano na slici 17d.

Slika 17. Klasifikacija mikroskopskih uzoraka primenom MF analize: a) originalan snimak, b) uveani
deo, c) i d) MF spektri

Primetimo da se spektri dobijeni razliitim metodama (slike 17c i 17d) razlikuju po apsolutnoj
vrednosti, ali je oblik dijagrama, za pozitivne vrednosti f() veoma slian. Razlike postoje jer
metod , koji je primenjen u programu MATPACK odgovara Leandrovom spektru: daje(gotovo
uvek) konkavnu krivu, ali se gube fini detalji, to je uoio L. Vehel. Nasuprot tome, metod
histograma, koji je korien za odreivanje dijagrama na slici 17d, daje vie podataka, tj. manje
glatku krivu, ali ne moe da radi sa negativnim vrednostima funkcije f() jer koristiusrednjene
podatke . Ideja o primeni (inverzne) MF analize u izdvajanju karakteristinih detalja u slici
prikazana je na slici 18.

21

Slika 18. Primena (inverzne) MF analize u izdvajanjukarakteristinih detalja u slici (a)

Originalna MRI slika;(b)-(e) MF slike sa: b) f()<0.7 c) 0.9<f() <1.1 d) 1.7< f()<1.9 e)
f()2.

2.6.Primena multifraktalne analize kod dinamike hoda

Hodanje je kompleksan proces ijem boljem razumevanju doprinosi nedavno otpoeta primena
nelinearnih tehnika procesiranja podataka na vremenske serije koranih intervala. Hod se sastoji iz
sekvence koraka podeljinih u dve faze: faza oslonca i faza zamaha. Faza oslonca poinje kada stopalo
dodirne pod i zavrava se kada se podigne sa poda. Faza zamaha poinje kada se stopalo odvoji od poda i
zavrava se kada ponovo dodirne pod. Korani interval je vreme potrebno da se kompletiraju obe faze,
kao to je prikazano na slici 19.

Slika 19. Faza oslonca i faza zamaha

22

Tipicne vremenske serije koracnih intervala odraslog ispitanika, snimane prilikom

metronomom diktirnog hoda, za normalni, spori i brzi tempo su date na slici 20.

slobodnog i

Slika 20. Vremenske serije koranih intervala

Ovi podaci su prvobitno prikupljeni i koriceni od strane Hausdorffa. za odreivanje zavisnosti
fraktalne dimenzije vremenske serije od promena prosecne brzine hoda. Podaci sadre vremenske serije
koranih intervala 10 zdravih ispitanika koji su hodali sporim, normalnim i brzim tempom i to tokom
vremenskog perioda od jednog sata. Isti ispitanici su onda zamoljeni da hodaju tempom diktiranim od
strane metronoma koji je podeen na proseni spori, normalni i brzi ritam i to tokom 30 minuta, ime je
dobijen drugi skup podataka.
Analizom ovih reprezentabilnih vremenskih serija dolazi se do zakljucaka: (i) odziv zdravih sistema, pod
odredenim uslovima kojima se kontroliu kriticni parametri, otkriva vrstu kompleksne varijabilnosti koja
je povezana sa dugoronim (fraktalnim) korelacijama, zajedno sa posebnim klasama nelinearnih
interakcija (ii) multiskalirana, nelinearna kompleksnost degradira na karakteristian nain sa starenjem i
bolecu, smanjujuci adaptivne sposobnosti subjekta. Uz to, ova manifestacija fraktalnog i nelinearnog
otkaza se moe kvantifikovati i potencijalno se iskoristiti u dijagnostikim i prognostinim aplikacijama.
Prouavanje vremenskih serija hoda korienjem ne-multifraktalne analize, kao to je DFA(Detrended
Fluctuation Analysis), raunanje Hursrvog eksponenta ili fraktalnih dimenzija(ukljuujui Higuchijevu
fraktalnu dimenziju) ne omogucava nam da napravimo razliku izmeuvremenskih serija koje pripadaju
zdravim mladim ispitanicima i starijim ili bolesnim ispitanicima jer iako postoje razlike u srednjoj
vrednosti i standarnim devijacijama ovih veliina, kada se uzmu uobzir pojedinacne vrednosti za ove
serije vidi se da postoje preklapanja pa je nemogue povui granicu izmedu ove dve grupe.
Nedavno su West i Scafetta utvrdili da su vremenske serije hoda slabo multifraktalne, a ne monofraktalne
kako se do tada smatralo. Ispitivanjem spektra Holderovih eksponenata za spori, normalni i brzi hod 10
23

mladih zdravih ispitanika i to i za slobodan i za metronomom diktiran hod doli su do zakljucka da je

vremenska serija koracnih intervala kompleksnija od monofraktalnog fenomena za sva tri nacina hoda
ona je nestacionarna i ispoljava multifraktalna svojstva. Pokazali su da je multifraktalni spektar
vremenske serije koracnih intervala zdravih mladih ispitanika uvijek veoma uzan, i ima skoro
monofraktalno ponaanje. Multifraktalni spektar se iri kod starijih ispitanika kao i kod ispitanika kod
kojih je dijagnostifikovana bolest koja utice na hod. Zakljuuje se da u slucaju hoda, mulitifraktalno
ponaanje se javlja sa patologijom. Vremenske serije zdravih ispitanika su manje kompleksne od
vremenskih serija bolesnih ispitanika.
Estimacijom distribucije Holderovih eksponenata pokazano je da vremenska serija koranih intervala
normalnog hoda pokazuje fraktalne osobine slicne umu i blago je multifraktalna. Vremenska serija moe
biti nestacionarna i njena fraktalna varijabilnost se menja pod razlicitim reimima hoda.
Ovo se narocito vidi kada se pogleda perzistencija, kao I multifraktalnost vremenske serije povecavaju
se u slucaju sporog i brzog hoda u odnosu na normalan hod. Ukoliko je tempo ogranicen metronomom
koji kuca u ritmu prosjecne brzine hoda svakog ispitanika ponaosob, stohasticke osobine vremenske
serije se drasticno menjaju u irokom opsegu, ireci se i na perzistentne i na neperzistentne procese.
Generalno, u svim sluajevima se javlja redukcija dugorocne memorije i pojacanje random osobina, to se
vidi iz pomeraja na histogramima Holderovih eksponenata (slika 7). Takode se vidi da su Holderovi
eksponenti ispitanika sa neuredegenerativnim oboljenjima kao i starijih ispitanika u proseku manji od
Holderovih eksponenata zdravih mladih ispitanika. Osim toga, Holderov eksponent znaajno vie varira
od osobe do osobe kod starijih i bolesnih ispitanika nego kod zdravih.

Slika 21. Tipini histogrami Holderovih eksponenata vremenskih serija koranih intervala
slobodnog i metronomom diktiranog hoda za spori, normalni i brzi tempo zdravih ispitanika i
ispitanika sa Parkinsonovom bolecu. Histogrami su fitovani Gausovom funkcijom.

24

U drugoj studiji je uradena fraktalna i multifraktalna analiza vremenskih serija ljudskog hoda mladih i
starih ispitanika, i odraslih osoba sa tri oboljenja koja utiu na hod: Parkinsonova I Huntingtonova bolest,
kao i amiotrofska lateralna skleroza (ALS). Izraunati su Hurstov eksponent i Higuijeva fraktalna
dimenzija ovih vremenskih serija i zakljueno je da ovi fraktalni marker mogu da budu faktori za
karakterisanje hoda jer su dobijene razliite vrijednosti za ovih veliina za mlade i starije ispitanike, kao i
za zdrave i bolesne, pri cemu najanormalnije vrednosti pripadaju bolesnim osobama. Meutim, analizom
baze podataka vremenskih serija hoda zdravih osoba i osoba obolelih od 3 navedene bolesti i raunanjem
Hurstovog eksponenta I Higuchijeve fraktalne dimenzije ovih serija ne vide se tendencije, pretpostavka je
da je to zbog toga to neke vremenske serije hoda imaju monofraktalni karakter dok druge imaju
multifraktalni karakter pa se ne mogu okarakterisati jednim Holderovim eksponentom ili Higuchijevom
fraktalnom dimenzijom. Raunanjem multifraktalnog spektra dolo se do zakljuka da je spektar
vremenske serije hoda kod mladih zdravih ispitanika skoro monofraktalan. Spektar bolesnih osoba je iri
od spektra zdravih osoba. Nasuprot slucju vremeske serije sranog ritma gde patologija implicira gubitak
multifraktalnosti, u sluaju hoda, multifraktalno ponaanje se javlja sa patologijom.

3. Zakljuak
Mogunost primene fraktala lei upravo u injenici da su mnogi od njih slini sa prirodnim
pojavama. Zapravo, na neki nain celi svet je sainjen od fraktalnih oblika ukljuujui i delove ljudskog
tela. Pored toga, moemo uvideti i da je naa metodika razmilanja fraktalna. Uzimajui u obzir ve
dosadanji ogroman doprinos i primenu u bimedicinskim istraivanjima slobodno moemo zakljuiti da
fraktali predstavljaju budunost u razvoju nove nauke, kao i rezultujuih modernih tehnologija uz
doprinos i ogromnu primenu u bimedicinskom inenjerstvu i irem tehnolokom opsegu.

Literatura:
[1] Hausdorff JM, Peng C-K, Ladin Z, Wei JY, Goldberger AL. Is walking a random walk?Evidence for long-range
correlations in the stride interval of human gait. J Appl Physiol1995;78:349-358.
[2] .... Prof. . Koruga, hendauti Rana dijagnostika melanoma i karcinoma , Mainski fakultet, Beograd, 2012
[3] Klonowski W., Stepien R., Stepien P., Simple fractal method of assessment of histological images

forapplication in medical diagnostics,Nonlinear Biomedical Physics, Vol.4, No.7, 2010

[4]. Fraktalna i multifraktalna analiza signala, Branimir Reljin,Elektrotehniki fakultet - Beograd,

25