Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм Коробейников Александр Васильевич

Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм
<
Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Коробейников Александр Васильевич. Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм : Дис. ... канд. техн. наук : 05.13.18, 05.11.16 : Ижевск, 2004 170 c. РГБ ОД, 61:05-5/1780

Содержание к диссертации

Введение

Глава 1. Обзор средств электрокардиографии 17

1.1. Сущность метода электрокардиографии 17

1.2. Кардиологическая техника 19

1.4. Методики обработки кардиограмм 26

1.4.1. Общепринятые методики 26

1.4.2. Перспективные направления 29

1.5. Постановка цели и задач исследований 32

Глава 2. Разработка алгоритмов 35

2.1. Математическая модель кардиограммы 35

2.2. Структура алгоритмов 38

2.3. Предварительная обработка 40

2.3.1. Оцифровка сигнала 40

2.3.2. Фильтрация сигнала 42

2.3.3. Сжатие сигнала 47

2.4. Разбиение на кардиоциклы 50

2.4.1. Выбор метода распознавания QRS-комшіексов 51

2.4.2. Распознавание на основе цифровой фильтрации 54

2.4.3. Классификация і& -комплексов 57

2.4.4. Расчет частоты сердечных сокращений 59

2.5. Анализ морфологии 60

2.5.1. Получение усредненного кардиоцикла 60

2.5.2. Выбор метода анализа морфологии 62

2.5.3. Волновое преобразование кардиоцикла 64

2.5.4. Анализ морфологии на основе распознавания образов 67

2.5.5. Нечеткая логика в распознавании образов 69

2.5.6. Обучение системы распознавания 70

2.5.6.1. Разметка образцов 72

2.5.6.2. Вычисление параметров образцов 73

2.5.6.3. Разбиение на классы 75

2.5.6.4. Получение нечетких характеристик 76

2.5.7. Применение системы распознавания 79

2.5.7.1. Вычисление параметров образцов 80

2.5.7.2. Нечеткий вывод 81

2.5.8. Расчет временных и амплитудных параметров 85

2.6. Анализ ритма 86

2.6.1. Анализ аритмий 87

2.6.1.1. Кодирование ритма 88

2.6.1.2. Распознавание аритмий 90

2.6.1.3. Распознавание аритмий опасных для жизни 91

2.6.2. Анализ вариабельности ритма 93

2.6.2.1. Анализ коротких участков и суточного ритма 94

2.6.2.2. Построение ритмограммы 96

2.6.2.3. Статистический анализ ритмограммы 97

2.6.2.4. Корреляционный анализ ритмограммы 103

2.6.2.5. Спектральный анализ ритмограммы 106

Глава 3. Аппаратные средства мониторной системы 109

3.1. Регистратор ЭКГ 109

3.2. Портативный компьютер 113

3.3. Автономный монитор 117

3.4. Стационарный монитор 119

3.5 Станция наблюдения 122

3.6. Структура мониторной системы 124

Глава 4. Программные средства мониторной системы 128

4.1. Автономный монитор (PalmOS) 128

4.2. Стационарный монитор (DOS) 130

4.3. Станция наблюдения (DOS) 134

4.4. Стационарный монитор, станция наблюдения (Windows) 137

4.5. Суточный монитор ( Windows) 145

4.6. База данных (Windows) 147

4.7. Тестирование алгоритмов ( Windows) 150

4.8. Синтез сигнала кардиограммы (DOS) 153

Глава 5. Практические результаты 155

5.1. Опыт эксплуатации мониторной системы 155

5.2. Результаты апробации суточного монитора 157

5.3. Оценка алгоритма анализа морфологии 158

Заключение 161

Литература 163

Введение к работе

Актуальность темы. Одним из ведущих общепризнанных методов неинва-зивного (бескровного) исследования состояния сердечно-сосудистой системы организма человека в медицине является электрокардиография (ЭКГ)- ЭКГ отражает электрическую активность сердца. Снятие и интерпретация ЭКГ является стандартной процедурой в медицине. ЭКГ широко применяют в медицинских отделениях различного профиля на различных этапах сопровождения пациента.

В 1887 г. Уоллер впервые зарегистрировал электрическое поле сердца. В 1903 г. Эйнтховен записал первый сигнал ЭКГ (ЭКС) на бумаге. Развитие методик анализа прошло несколько этапов и к настоящему времени не завершилось.

Развитие вычислительной техники позволяет большую часть анализа сигнала ЭКГ выполнять автоматически. Повышается производительность, функциональность, уменьшаются вес и габариты аппаратуры анализа ЭКГ, появляется возможность реализации более сложной программно-алгоритмической части, появляются новые типы медтехники и новые методики анализа ЭКГ.

Основные общепринятые методики анализа ЭКГ: разбиение на кардиоциклы и подсчет частоты сердечных сокращений (ЧСС); анализ морфологии кардиоцик-лов; анализ ритма (распознавание аритмий и оценка вариабельности ритма).

Разбиение на циклы и подсчет ЧСС - основной этап анализа: накладываются повышенные требования к надежности обработки, и на нем строится весь последующий анализ Сложность анализа определяется работой алгоритма в условиях помех и артефактов на ЭКС. При ведении мониторинга безопасности пациента этап выполняют непрерывно и круглосуточно - текущий анализ ЭКГ.

Анализ морфологии выполняется для диагностики ряда заболеваний сердца. Производят распознавание характерных сегментов кардиоцикла. Сложность анализа определяется многообразием циклов ЭКГ.

Анализ аритмий выполняют при диагностике и при мониторинге безопасности состояния пациента. Сложность анализа определяется большим объемом данных, работой в условиях помех, артефактов и аритмий. Анализ вариабельности ритма (ритмография) начал развиваться в 1970-х годах. В ритмографии анализируют изменения длительности кардиоцикла. Различают анализ коротких (5 минут) и длинных (1 сутки) записей. Сложность анализа определяется большим объемом данных и наличием артефактов и аритмий.

Допустимая сложность алгоритмов анализа ЭКГ определяется вычислительными возможностями аппаратуры медицинской техники.

Алгоритмы анализа ЭКГ являются важной информацией для фирм разработчиков и производителей медтехники и, как правило, являются закрытыми.

Актуальность темы определяется: важностью разработки для медицинского приборостроения; сложностью организации мониторных компьютерных систем; наличием различных медицинских методик анализа ЭКГ, требующих применения различных математических методов и алгоритмов; высокими требованиями к надежности и скорости обработки; требованием ведения анализа в реальных условиях: многообразие типов ЭКГ в условиях различных помех и артефактов; требованием ведения анализа в реальном ^^ЩЩбЕЖ^мени' появле-

нием новых методик анализа ЭКГ с развитием вы [исливдвдэд^зддоки; требо-

ванием пересмотра алгоритмов анализа по известным методикам с развитием средств вычислительной техники; закрытостью алгоритмов анализа ЭКГ используемых различными фирмами производителями средствах мониторной техники; требованием создания единого комплекса алгоритмов, ранние этапы которых будут формировать исходные данные для последующих этапов.

Объектом исследования являются: аппаратное и программное обеспечение мониторно-компьютерных систем, предназначенных для анализа ЭКС; характеристики цифровых фильтров; представление ЭКС в виде числовых рядов; представление сегментов кардиоцикла ЭКГ в многомерном пространстве параметров; спектральные и временные характеристики числовых рядов, представляющих ЭКС.

Предметом исследования являются: методы цифровой обработки ЭКС; методы цифровой фильтрации ЭКС; методы сжатия ЭКС; корреляционные методы в задаче классификации циклов ЭКГ; методы сегментирования и кодирования структуры числовых рядов, представляющих ЭКС; лингвистические методы распознавания участков ЭКС; анализ представления ЭКС в виде числовых рядов во временной области: статистические, геометрические, корреляционные методы; анализ представления ЭКС в виде числовых рядов в частотной области (спектральный анализ,)' разложение в ряд Фурье, волновое преобразование; методы графического представления числовых рядов ритма ЭКГ; методы распознавания образов для анализа морфологии цикла ЭКГ; методы статистики для представления сегментов цикла ЭКГ в пространстве параметров при распознавании морфологии: геометрические методы для классификации сегментов цикла ЭКГ, использованные для обучения при распознавании морфологии; аппарат нечеткой логики, использованный в распознавании морфологии цикла ЭКГ

Цель работы - создание комплекса алгоритмов анализа ЭКГ и их программной реализации для различных аппаратных средств мониторно-компьютерных систем обработки ЭКГ, выполняющих разбиение на кардиоциклы, анализ ритма и морфологии, что позволит создать систему автоматизированного контроля состояния пациентов в кардиологических отделениях медицинских учреждений

Для достижения поставленной цели нужно решить следующие задачи:

- определить меюдики анализа ЭКГ необходимые для алгоритмической
реализации в мониторно-компьютерных системах;

для каждой методики (разбиение на кардиоциклы, анализ ритма и морфологии), определить методы обработки перспективные для программной реализации;

предложить критерии, методы и алгоритмы этапа предварительной обработки ЭКГ (выбор параметров дискретизации, фильтрация, сжатие);

разработать надежный и одновременно простой алгоритм для разбиения ЭКГ на кардиоциклы (базовый этап обработки): выделение >Я5-комплексов, отбраковка ошибочно выделенных комплексов и их классификация;

провести практическую апробацию алгоритма разбиения на циклы;

рассмотреть методики анализа вариабельности согласно стандартов во временной (статистические, геометрические, корреляционные методы) и частотной (спектральные методы) областях;

предложить методику кодирования структуры ЭКГ сигнала для выявления нарушений ритма (аритмий) и методику для их классификации;

'» «-,ь.

предложить методы графического представления данных ритмографии;

провести практическую апробацию алгоритмов анализа ритма;

разработать методику и алгоритм анализа морфологии ЭКГ;

разработать методику распознавания сегментов кардиоцикла реальных сигналов различного типа и формы, снятых в различных отведениях;

разработать методику формирования базы знаний морфологии;

разработать методику использования полученной базы знаний морфологии кардиоциклов для распознавания сегментов;

провести практическую апробацию алгоритма анализа и сделать выводы о его соответствии требованиям точности определения сегментов кардиоцикла;

провести анализ существующих мониторно-компьютерных систем и определить их основные узлы систем с целью унификации программного обеспечения;

разработать программы для основных узлов мониторных систем;

провести практическую апробацию разработанных программ.

Методы исследования. В работе были использованы теоретические и экспериментальные методы исследования.

Теоретические методы. При выборе параметров дискретизации использована теория информации, методы цифровой обработки сигналов применялись при разработке цифровых фильтров; методы теории вероятности и математической статистики широко использованы для классификации комплексов QRS, при определении параметров сегментов в анализе морфологии, в анализе ритмограммы во временной области. Методы цифровой обработки сигналов положены в основу распознавания аритмий и анализа римтограммы во временной области, а методы лингвистического анализа - при распознавании аритмий. Спектральный анализ цифровой обработки сигналов применялся при анализе римтограммы в частотной области и для волнового преобразования цикла в анализе морфологии Дта анализа морфологии использованы геометрические методы распознавания образов и теория нечеткой логики

Экспериментальные методы. Результаты статистического анализа экспериментальных данных учтены при выборе параметров дискретизации и для задания параметров настойки алгоритма разбиения на кардиоциклы и параметров нарушений ритма; проверка теоретических построений анализа морфологии на реальных данных использована в ходе вычислительного эксперимента.

Достоверность и обоснованность. Состоятельность модели сигнала ЭКГ основана на использовании справочников и стандартов по кардиологии. Соответствие методики анализа морфологии экспериментальным данным подтверждено в ходе вычислительного эксперимента. Достоверность вычислительного эксперимента обеспечена использованием аттестованных вычислительных средств и метрологического оборудования, большим объемом разнородных экспериментальных данных, участием в подготовке данных медицинских специалистов высокого класса и хорошей воспроизводимостью результатов

На защиту выносятся результаты разработки и исследований алгоритмов и методов анализа сигнала ЭКГ для мониторный систем в части разбиения на кардиоциклы, анализа ритма и анализа морфологии, в том числе:

- алгоритм разбиения ЭКГ на кардиоциклы, основанный на цифровой
фильтрации сигнала ЭКГ, с последующим вычислением функции корреляции

между выделенными бЛ^-комплексами и использованием их классификации;

алгоритм распознавания аритмий на основе лингвистического метода: кодирования структуры ЭКГ и последующего ее анализа;

методы анализа вариабельности ритма (ритмографии);

методы построения графиков данных ритмографии;

методика анализа морфологии ЭКГ на основе методов распознавания образов, использующая результаты волнового преобразования усредненного кардиоцикла и использующая аппарат нечеткой логики;

получение волнового преобразования цикла при анализе морфологии;

набор статистических параметров для описания свойств сегментов кардиоцикла при анализе морфологии;

метод получения базы знаний морфологии - гиперплоскостей, ограничивающих области классов с использованием аппарата нечеткой логики;

метод распознавания сегментов кардиоциклов на основе базы знаний морфологии, использующий аппарат нечеткой логики;

программное обеспечение, реализующее разработанные алгоритмы;

конфигурация аналоговой и цифровой частей мониторной техники;

конфигурация разработанного блока регистрации ЭКГ;

разработанная общая структура мониторно-компыотерной системы.

Научная новизна полученных результатов определяется впервые проведенными комплексными исследованиями, направленными на разработку алгоритмов и программных средств для анализа сигнала ЭКГ, в ходе которых:

разработан оригинальный алгоритм разбиения ЭКГ на кардиоциклы, совмещающий простоту реализации и надежность работы; алгоритм является комбинацией методов цифровой фильтрации (выделение ?&5-комплексов), корреляционных методов (отбраковка артефактов и классификация);

предложены способы отображения данных ритмографии: круговая ритмограмма и 3-мерные диаграммы (ритмограмма, относительная ритмограмма, скаттерограмма);

впервые разработана методика анализа морфологии ЭКГ на основе методов распознавания образов на основе комбинации различных методов анализа, таких как усреднение кардиоциклов, использование результатов волнового преобразования, использование расчета статистических параметров сегментов и аппарата нечеткой логики при реализации метода распознавания образов;

- предложено использование усредненного кардиоцикла, что улучшило
условия дальнейшего анализа морфологии;

- использование волнового преобразования (wavelet) усредненного кардио
цикла позволило получить производный от формы кардиоцикла сигнал, что уп
ростило дальнейший анализ за счет избавления от изолинии и выделения энер
гии формы кардиоцикла отдельно для различных частот;

на основе использования метода распознавания образов для анализа морфологии осуществлена возможность учитывать свойства различных типов кардиоцикла и осуществлять дальнейшее обучение системы анализа морфологии;

разработана методика расчета статистических параметров, что дает комплексную оценку сегментов кардиоцикла независимо от длительности и структуры, при этом возможно изменение набора параметров;

- использование аппарата нечеткой логики дало возможность простого
способа задания поверхностей, разделяющих различные классы сегментов (ба
зы знаний морфологии) и применение методов логического вывода.

Практическая ценность полученных результатов определяется проведенными исследованиями и разработкой алгоритмов и методов анализа сигнала ЭКГ, которые реализованы и апробированы на практике в разработанном программном обеспечении различных узлов мониторной системы. Предложена оригинальная структура мониторно-компьютерной системы. В результате получены решения различных практических задач:

разработан и реализован оригинальный алгоритм разбиения ЭКГ на циклы, прошедший длительную эксплуатацию в клинических условиях;

прошел апробацию алгоритм распознавания аритмий, созданный на основе лингвистического метода кодирования структуры ЭКГ и последующего ее анализа, выявляющий прогностические и опасные для жизни аритмии;

- реализованы методы ритмографии (статистический, геометрический,
корреляционный и спектральный анализы) согласно общепринятых стандартов;

программно реализован метод волнового преобразования ритмограммы;

на основе клинических данных дана оценка впервые разработанной методики анализа морфологии кардиоцикла ЭКГ;

разработан единый комплекс алгоритмов анализа ЭКГ в части разбиения на кардиоциклы, анализа морфологии, анализа аритмий и ритмографического анализа; комплекс алгоритмов решает все практические задачи анализа ЭКГ;

разработан и практически опробован в клинических условиях комплекс программного обеспечения, реализующий разработанные автором диссертационной работы алгоритмы; данный комплекс программ охватывает основные узлы мониторных систем, а отдельные программы прошли длительную эксплуатацию в клинических условиях (стационарный монитор и станция наблюдения);

предложено разделение аналоговой и цифровой частей мониторной техники, что позволяет реализовать различные узлы мониторной системы;

разработан блок регистрации ЭКГ, который универсален и может быть использован в различных узлах мониторно-компьютерной системы;

предложена структура и создан автономный монитор на основе блока регистрации ЭКГ и портативного компьютера; разработана программа монитора;

предложена общая структура мониторно-компьютерной системы, позволяющая построить единый комплекс средств мониторной техники.

Реализация работы в производственных условиях. Различные программы, реализующие разработанные алгоритмы, прошли апробацию:

1) мониторные комплексы и система, снабженные алгоритмами разбиения на циклы и ритмографического анализа: мониторно-компьютерная система отделения неотложной кардиологии (МКС-ОНК), прикроватный кардиомонитор (ПКМ), станции наблюдения врача, медсестры и заведующего (СтВ, СтМ, СтЗ), монитор реанимационный компьютерный индивидуальный (МРКИ), монитор анестезиологический компьютерный (МАК), реографический комплекс компьютерный (РКК) прошли заводские испытания и приняты к серийному производству на ФГУП Ижевский электромеханический завод «Купол»;

  1. алгоритм разбиения на кардиоциклы в составе МКС-ОНК используются с 1999 года в Республиканском клиническом кардиологическом диспансере (РККД) г. Ижевска, а также в районной больнице с. Завьялово (Удмуртия);

  2. алгоритмы разбиения на кардиоциклы, анализа аритмий и ритмографи-ческого анализа в составе комплекса суточного монитора апробированы в отделение функциональной диагностики (ОФД) РККД г. Ижевска;

  3. алгоритмы разбиения на кардиоциклы, анализа аритмий и ритмографи-ческого анализа в составе автономного монитора апробированы на кафедре Ижевской юсударственной медицинской академии (ИжГМА);

  4. проведена оценка алгоритма анализа морфологии на выборке реальных сигналов объемом 1440 сигналов ЭКГ (120 пациентов по 12 отведений), полученных в ОФД РККД г. Ижевска.

Апробация работы. Основные научные положения и практические результаты диссертационной работы обсуждались на: Международной конференции «Молодежь, студенчество и наука XXI века» (Ижевск, 2001); Российской научно-технической конференции «Приборостроение в XXI веке. Интеграция науки, образования и производства» (Ижевск, 2001); VI Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации» (Нижний Новгород, 2001), Научно-технических конференциях ИжГТУ (Ижевск, 2001-2003); IV Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, 2001, 2003); Международном симпозиуме «Надежность и качество» (Пенза, 2003), Российской научно-технической конференции «Высокопроизводительные вычисления и технологии (ВВТ-2003)» (Ижевск, 2003); 31 международной конференции «Информационные технологии в науке, образовании, телекоммуникациях и бизнесе» (Украина, Крым, Ялта - Гурзуф, 2004)

Публикации. Результаты работы отражены в 9 научных трудах, в том числе в: 4 статьях в научно-технических сборниках, 4 статьях в центральной печати, 1 статье в трудах российской научно-технической конференции.

Структура объем работы. Диссертация содержит введение, 5 глав и заключение, изложенные на 171 с. машинописного текста. В работу включены 78 рис., 2 табл., список литературы из 101 наименования и приложение, содержащее акты об использовании результатов работы.

Кардиологическая техника

Основные типы:

- электрокардиографы,

- стационарные мониторы,

- стресс-системы,

- носимые регистраторы,

- автономные мониторы,

- мониторные системы,

- телеметрические системы.

Электрокардиографы. Предназначены для съема небольших фрагментов кардиограмм для анализа. Используются при массовых обследованиях. Представляют собой отдельный прибор. Питание от сети или аккумуляторное. Различные кардиографы снимают 1...12 отведений ЭКГ. Как правило, кардиографы осуществляют распечатку ЭКГ на термобумаге. Такие кардиографы производятся и применяются порядка 40 лет. От современных кардиографов требуют автоматической обработки ЭКГ: ана-Рис. 1.3. Электрокардиографы лиз морфологии и ритмография (5 минут).

Современные кардиографы дополнительно оборудуются дисплеями (ЖКИ). Они записывают снятые ЭКГ в память, затем осуществляют передачу их в базу данных на стандартный ПК. Встречаются варианты кардиографов, состоящие из регистратора (аналоговая часть) и компьютера (обработка, индикация, хранение), используют стандартные ПК, ноутбуки и карманные ПК (КПК). Различные типы кардиографов широко представлены на отечественном рынке большим числом отечественных и зарубежных производителей (рис. 1.3). Стоимость кардиографов составляет: 1000... 10000 USD [24, 40, 55, 56]. a) SC 7000, Siemens, США

Стационарные мониторы. Предназначены для непрерывного мониторинга безопасности пациента (следят за параметрами) и сигнализации опасных ситуаций. Используются в палатах реанимации и интенсивной терапии (прикроватные мониторы). Содержат несколько измерительных каналов. Число отведений канал ЭКГ: 1...3 (часто 1). Аппаратно могут иметь различные варианты реализации. Это отдельные приборы, выполненные в едином корпусе, или комплексы на основе регистратора сигналов и компьютера. Комплектуются цветными дисплеями для вывода сигналов и графиков. Отдельные мониторы могут быть объединены в систему. Питание от сети или аккумуляторное. Могут выполнять функции кардиографа - печать на бумаге.

Программное обеспечение мониторов, кроме слежения за жизненно важными параметрами (ЧСС), выполняют запись результатов мониторинга (тренды).

Современные мониторы, на базе компьютера, реализуют более сложные алгоритмы: анализ морфологии, аритмии и ритмографию. Эти функции не всегда используются. На рынке присутствуют мониторы различной конфигурации российских и зарубежных фирм (рис. 1.4). Стоимость: 2000...20000 USD [24, 40, 55, 56].

Стресс-системы. Предназначены для оценки сердечной деятельности при физической нагрузке или при введении различных препаратов - электрокардио 21

графическая проба. Под физической нагрузкой понимаются различные виды велотренажеров (велоэргометры), беговых дорожек и другие.

По такой методике анализируют сердечную деятельность до, во время и после нагрузки, с целью оценки регуляторной способности сердца. Используют в диагностических отделениях.

Состав: тренажер и анализатор. Анализатор может быть выполнен в качестве интеллектуального кардиографа или на основе ПК. Питание от сети. Число отведений ЭКГ: 1... 12 [63].

Программа реализует методики анализа морфологии, аритмий и ритмография (5 минут).

На отечественном рынке присутствуют российские и зарубежные фирмы. В основном реализуют на базе ПК или ноутбука (рис. 1.5). Стоимость: 1000...20000 USD [24, 40, 55, 56].

Носимые регистраторы. В этот класс изделий входят системы для регистрации ЭКГ в повседневной свободной деятельности человека и последующего анализа. К важным событиям в кардиологии относится разработка Холтером системы суточного мониторирования ЭКГ [93].

Суточное мониторирование ЭКГ (по Холтеру) стало самостоятельным направлением в клинической кардиологии. Состав: носимый регистратор (recorder) и программа анализа ЭКГ (дешифратор) для компьютера (ПК, ноутбук).

Регистраторы делят на 3 типа:

1. Регистратор событий (event recorder). Производит запись фрагментов длительностью 1...2 минуты ЭКГ при нажатии кнопки события. Запись фрагмента производится пациентом при плохом самочувствии (боли в сердце, одышка) и служит для выяснения причины. Как правило, не требуют постоянного наложения датчиков - электроды вмонтированы в регистратор. Сигнал ЭКГ (1 отведение) снимается с 2 ладоней или с ладони и груди. Программа служит для просмотра фрагментов ЭКГ.

2. Суточные мониторы (по Холтеру). Производят запись ЭКГ за сутки для последующей ее обработки с целью анализа морфологии, аритмий и ритмография (5 минут, 24 часа). Служат для выявления редких нарушений работы сердца или имеющих зависимость от времени суток и активности человека. Как правило, используют 3 отведения ЭКГ. Датчики все время подключены к пациенту. В последнее время стали возможны и многосуточные записи ЭКГ, требующие большого объема энергонезависимой памяти и низкого электропотребления приборов.

3. Кольцевые регистраторы {loop recorder). Это развитие регистраторов событий. Записывают фрагменты длительностью 1...2 минуты при нажатии кнопки события. Отличие: датчики наложены все время и в памяти регистратора все время находится фрагмент ЭКГ (1 минута), предшествующий моменту нажатия на кнопку события, что позволяет записывать не только участок после нарушения, но и само нарушение. Используется 1...3 отведения ЭКГ. Программа служит для просмотра фрагментов ЭКГ. регистраторы Регистраторы используют в диагностических отделениях. Важное значение имеют масса, размеры и энергопотребление прибора (аккумуляторное питание).

Распознавание на основе цифровой фильтрации

Данный алгоритм можно условно подразделить на этапы [42]:

- выделение QRS -комплекса (улучшение условий обнаружения);

- обнаружение QRS -комплекса (установление факта его наличия);

- определение опорной точки QRS -комплекса;

- запись данных о разбиении сигнала.

Выделение QRS комплекса. На входе имеем ЭКС фильтрованный от помех. Для выделения высокочастотных участков входного сигнала приходящиеся на QRS -комплекс в кардиологии часто используют цифровой фильтр (2.12) (рис. 2.15) (аналог дифференциатора). Затем полученный сигнал (производную ЭКС) берут по модулю (абсолютному значению, выпрямляют).

Под дифференциатором понимается функция, определяемая выражением: где x,, у, — отсчеты входного и выходного сигналов (і = 1, 2, 3,...).

Формула рассчитана на использование при частоте дискретизации 200 Гц. В этом случае АЧХ фильтра имеет вид, показанный на рис. 2.14. Основная энергия QRS комплекса лежит выше 15 Гц. Максимум АЧХ фильтра соответствует 25...30 Гц. На частотах, превышающих 50 Гц, фильтр имеет невысокий коэффициент передачи, что позволяет избежать нежелательного усиления высокочастотных помех, которое имеет место в результате процедуры дифференцирования сигнала.

Выпрямление производной ЭКС: где xlt у, - отсчеты сигнала на входе и выходе (рис. 2.16).

Двухполярный сигнал с выхода цифрового фильтра преобразуется в одно 55 полярный для удобства дальнейшего анализа с помощью пороговых правил и исключения влияния наложения электродов разной полярности.

Обнаружение QRS -комплекса. На входе модуль производной ЭКС. Данный этап алгоритма по принципу работы похож на простейший пороговый обнаружитель R -зубца и состоит из этапов:

- выделение участка с максимальной производной;

- применение пороговых правил к максимальной производной. Выделение участка с максимальной производной служит для нахождения примерного расположения QRS -комплекса и предотвращения нескольких срабатываний на 1 QRS -комплекс. Строится функция, значение которой в точке является максимумом модуля производной ЭКС в окрестности точки. Окрестность составляет 0.2 секунды (максимальная длительность QRS -комплекса).

В итоге, несколько пиков модуля производной ЭКС приходящихся на QRS -комплекс удается объединить в один (рис. 2.17.).

С помощью пороговых правил производится собственно обнаружение QRS -комплекса. Учитывая подобие всех нормальных QRS -комплекса вводится адаптивный порог модуля производной ЭКС (рис. 2.17, красный график): а = 0.95 + 0.05 -, (2.15) где а - порог, а, -амплитуда производной текущего QRS -комплекса.

Необходимо предусмотреть перенастройку порога при резком снижении амплитуды сигнала, так как иначе обнаружение QRS -комплексов прекращается. Для этого плавно снижают порог по каждому отсчету сигнала по формуле:

Превышение текущего порога является признаком обнаружения QRS -комплекса и приводит к построению прямоугольного сигнала, где каждый импульс соответствует предполагаемому QRS -комплексу. Опорной точкой QRS комплекса (точка R) на этом этапе середина полученного прямоугольного импульса.

Определение опорной точки (Ж)-комплекса. Принято искать вершину зубца R, имеющего максимальную амплитуду на участке QRS. Сопоставление прямоугольного импульса, полученного на предыдущем этапе с участком исходного сигнала и нахождение точки с максимальной амплитудой относительно изолинии, приводит к определению точного расположения точки R. Изолиния вычисляется с помощью ФНЧ (рис. 2.18, красный график). Для более точного, но трудоемкого определения изолинии используют сплайны [3, 78]. Запись данных о разбиении сигнала. При этом фиксируют:

- индекс QRS-комплекса (точки R), определяет (RR -интервал);

- форма QRS -комплекса, окрестности точки R ± 0.1 с (рис. 2.20);

- форма кардиоцикла, окрестности точки R -0.4. ..+0.6 с (рис. 2.19).

Статистический анализ ритмограммы

Статистический анализ ритмограммы выполняют по 2 методикам: по отечественному стандарту (по Баевскому) и по Европейскому стандарту. Рассмотрим оба стандарта.

Статистический анализ ритмограммы по Баевскому. В отечественной кардиологии и функциональной диагностике получили широкое распространение критерии оценки ВСР во временной области предложенные Баевским P.M.. На основе ритмограммы строится гистограмма распределения RR -интервалов и вычисляется ряд статистических параметров. При этом анализируются только короткие участки ритма (5 минут) (рис. 2.33) [8, 9].

Гистограмма - график сгруппированных значений RR -интервалов, где по одной оси откладывается их длительность, по другой - количество или процент от общего числа. Анализ гистограммы относят к геометрическим методам. Различают следующие типы гистограмм распределения ритма сердца [51]:

- нормальная гистограмма, близкая по виду к кривым Гаусса, типична для здоровых людей в состоянии покоя;

- асимметричная - указывает на нарушение стационарности процесса, наблюдается при переходных состояниях;

- эксцессивная - характеризуется очень узким основанием и заостренной вершиной, регистрируется при выраженном стрессе, патологии.

Встречается также много-вершинная гистограмма, которая обусловлена наличием не синусового ритма (мерцательная аритмия, экстрасистолия) и наличием артефактов. В медицине различают нормо-тонические, симпатико-тонические и ваго тонические типы гистограмм, по которым судят о со Рис 2.30. Пример гистограмма стоянии регуляции нервной системы.

По гистограмме определяются следующие параметры [8, 9, 10]:

1. М0 - мода (мс), наиболее частое значение среди интервалов (пик) [17].

2. АМ0 - амплитуда моды (мс), доля циклов, соответствующая моде М0.

3. АХ - вариационный размах (%), разность между длительностью наибольшего и наименьшего RR интервалов.

Предложено вычислять параметр ширины основного купола гистограммы (АХ), которые рассчитываются на пересечении уровней 1% и 5 % от общего количества интервалов и 5% и 10 % от амплитуды моды с контуром гистограммы. Такой расчет также позволяет исключить артефактные RR -интервалы.

Для определения степени адаптации сердечно-сосудистой системы к случайным или постоянно действующим агрессивным факторам и оценки адекватности процессов регуляции вычисляются следующие параметры (индексы Баевского) [8,9,10]:

4. ИВР - индекс вегетативного равновесия, определяет соотношение симпатической и парасимпатической регуляции сердечной деятельности:

ИВР = АМ0/АХ. (2.40) 5. ВПР - вегетативный показатель ритма, позволяет судить о вегетативном балансе: чем меньше величина, тем больше вегетативный баланс смещен в сторону преобладания парасимпатической регуляции:

6. ПАПР - показатель адекватности процессов регуляции, ПАПР отражает соответствие между уровнем функционирования синусового узла и симпатической активностью: ПАПР = АМ0/М0. (2.42)

7. ИН - индекс напряжения регуляторних систем, отражает степень централизации управления сердечным ритмом.

Статистический анализ ритмограммы по Европейскому стандарту.

Анализ производится во временной области и делится на определение статистических и геометрических параметров. Определение параметров ведется как по коротким записям ритма (5 минут) так и по суточным (24 часа) [16].

Вводится параметр NN -интервал (normal to normal), который определяется как RR -интервал между соседними нормальными (синусовыми) комплексами QRS. Анализ ВСР проводится на основе обработки массива NN -интервалов.

Статистические параметры [16]:

1. SDNN - стандартное отклонение всех NN -интервалов (Standart deviation of all NN -intervals) (мс), квадратный корень дисперсии:

Так как дисперсия является математическим эквивалентом общей мощно 100 сти спектра, то SDNN отражает все периодические составляющие вариабельности за время записи. Сокращение продолжительности записи ведет к тому, что SDNN позволяет оценить только коротковолновые колебания ритма. Определяется для записей ритма за 5 минут и за 24 часа.

2. SDANN - стандартное отклонение средних NN -интервалов за каждые 5 мин непрерывной записи (мс) {Standard deviation of the averages of NN -intervals in all 5-minute segments of the entire recording):

Оценивает изменения сердечного ритма с длиной волны более 5 минут.

3. SDNN index - среднее значение всех 5-ти минутных стандартных отклонений NN -интервалов, позволяющее оценить вариабельность с длиной волны менее 5 мин (мс) {Mean of the standart deviation of all NN -intervals for all 5 minute segments of the entire recording):

4. RMSSD - квадратный корень среднего значения квадратов разностей длительностей последовательных AW-интервалов (мс) {The square root of the mean of the sum of the squares of differences between adjacent NN -intervals):

5. NN50 - число интервалов, отличающихся от соседних более чем 50 мс 101 {The number of interval differences of successive NN -intervals greater then 50 ms):

6. pNN50 - отношение NN50 к общему числу NN -интервалов (%) (The proportion derived by dividing NN50 by the total number of NN intervals):

Перечисленные параметры используются для коротких (5 минут)и суточных записей ритма. Для анализа суточного ритма дополнительно вычисляют:

7. SDSD - стандартное отклонение разницы между соседними NN -интервалами (мс) (Standart deviation of differences between adjacent NN -intervals): где Dt - значение / -ой разницы соседних интервалов, N - число пар соседних интервалов.

8. Total Intervals - общее число интервалов.

9. Accepted Intervals - число принятых для анализа интервалов. Если интервал помечается как плохой, то и следующий интервал удаляется из анализа.

10. Mean - среднее значение NN интервалов (мс):

11. Min - минимальное значение NN интервалов (мс).

12. Мах - максимальное значение NN интервалов (мс).

13. CVr - коэффициент вариабельности (%) (Coefficient of variation):

14. HR - частота сердечных сокращений (ЧСС) в минуту {Heat rate) (2.18).

15. Mean Difference - средняя абсолютная разница между соседними NN -интервалами (мс):

Перечисленные величины зависят от длительности записи ритмограммы и от того, в какие часы суток и при каких условиях эта запись проводилась. Например, в норме в течение часа величина NN50 при физической нагрузке колеблется в пределах 150...250, а во время сна 350...450. Поэтому для сопоставления различных данных необходимо осуществить определенную стандартизацию записи, то есть сопоставлять лишь данные, полученные за один и тот же период времени и в одни и те же часы суток.

К геометрическим методам анализа ВСР относятся анализ гистограммы. Стандарт определяет построение гистограммы в дискретном масштабе по оси длительности интервалов с шагом 1/128 секунды (7.8125 мс). Для оценки гистограммы требуется достаточное число NN -интервалов, не менее 5 минут ритма.

Предусмотрены следующие численные характеристики гистограмм:

16. HRV — треугольный индекс {triangular index), соотношение совокупности плотности распределения к максимуму плотности распределения, т.е. отношение общего числа NN -интервалов к количеству интервалов с наиболее часто встречающейся длительностью (амплитуда моды),

17. TINN — треугольная интерполяция гистограммы AW-интервалов (индекс «Святого Георга») (мс) — ширина основания треугольника, приближенного к гистограмме распределения NN -интервалов. Суть метода такова: гистограмма условно представляется в виде треугольника, величина основания b = 2A/h, где h - количество интервалов с наиболее часто встречающейся длительностью (амплитуда моды), А — площадь всей гистограммы, то есть общее количество всех анализируемых RR -интервалов. Этот метод позволяет не учитывать RR -интервалы, связанные с артефактами и экстрасистолами, которые на гистограмме образуют дополнительные пики и купола. Величина основания гистограммы косвенно отражает вариабельность ритма: чем шире основание, тем больше вариабельность ритма; напротив, чем уже, тем регулярнее ритм.

18. Differential Index - отношение ширины гистограммы разности между соседними NN -интервалами, измеренной по выбранному уровню (обычно 1000 и 10000 для суточной записи) (мс).

19. Logarithmic Index - коэффициент а экспоненты, которая аппроксимирует гистограмму модуля разницы между соседними NN -интервалами:

Поскольку многие из перечисленных величин тесно коррелируют с другими, к использованию рекомендуются следующие 4 показателя:

1. SDNN - для оценки общей ВСР,

2. TINN - треугольный индекс ВСР - для оценки общей ВСР,

3. SDANN - для оценки низкочастотных компонент вариабельности,

4. RMSSD - для оценки высокочастотных компонент вариабельности.

Оценка алгоритма анализа морфологии

Для оценки алгоритма анализа использовалась выборка образцов реальных сигналов ЭКГ. Формирование выборки сигналов осуществлялось в Отделении Функциональной Диагностики (ОДФ) РККД г. Ижевск. Запись велась с пациентов отделения. Всего были записаны сигналы 120 пациентов. Для каждого пациента записаны сигналы ЭКГ в 12 отведениях длительностью 1 минута. Объем выборки образцов составил 1440 сигналов. Обучение и проверка качества (применение) системы распознавания сегментов кардиоцикла проводилось по данной выборке. Тестирование алгоритма велось с помощью специально разработанного программного обеспечения «Тестирование алгоритмов».

Обучение системы. Предварительно сигналы выборки были разбиты на кардиоциклы и был получен усредненный кардиоцикл каждого сигнала.

Затем полученные усредненные кардиоциклы прошли процедуру ручной разметки сегментов (Р, QRS, 7) кардиологом с помощью программы. Была сформирована база размеченных кардиоциклов.

Для каждого усредненного кардиоцикла было выполнено волновое преобразование, по результатам которого для каждого сегмента были рассчитаны статистические параметры сегмента (364 параметра).

Для образцов были определены значения Декартовых расстояний друг между другом, на основе которых была произведена автоматическая классификация образцов. Критерием классификации служило максимально допустимое расстояние между образцами DtJ (2.29). Оно было выбрано экспериментально равное 0.01 в нормированном пространстве 364 параметров. В итоге получены наборы классов для сегментов количеством: Р-15,,Т- \5и QRS - 22 классов. Для каждого класса рассчитаны нечеткие характеристики параметров. При расчете был использован метод отсечения по уровням 0.9 и 0.1 от максимума распределения. Ширина склонов характеристик была умножена на 1.5 для увеличения области определения в пространстве для каждого класса. Данные нечеткие характеристики являются базой знаний о морфологии кардиоциклов.

Применение системы. Алгоритму для анализа представлялись все сигналы выборки. Для каждого сигнала вычислялось волновое преобразование. На основе базы знаний (нечетких характеристик классов) определялось множество допустимых значений координат х» и , каждая которых определяет один образец сегмента для распознавания.

Для всех образцов распознавания (вариантов координат) производилось вычисление всего ряда статистических параметров (364 параметра).

Затем по четким значениям параметров были рассчитаны нечеткие переменные каждого образца для каждого класса (фаззификация).

Для каждого образца была определена степень соответствия (умножение нечетких переменных) каждому классу (базе знаний морфологии).

Затем из всех вариантов образцов был выбран вариант с максимальной степенью соответствия. Если этот максимум не превысил минимальный порог, то сегмент считается нераспознанным.

Результаты применения алгоритма приведены в табл. 5.1. Ее столбцы:

- D — модуль разности координат (ошибка) ручной разметки и автоматического распознавания, (число отсчетов);

-N— номер характерной точки кардиоцикла:

1 X к, Z X к у J X л, т1 X і , J X л, О X к\

- МАХ- максимальная ошибка, (число отсчетов);

- MIN- минимальная ошибка, (число отсчетов);

- A VG - средняя ошибка, (число отсчетов);

- SKO - среднеквадратическая ошибка (число отсчетов);

- % - процент образцов с ошибкой не более D.

По требованиям на качество результатов алгоритмов распознавания сегментов кардиоциклов на реальных сигналах допускается среднее отклонение по точкам сегментов должно составлять не более 10 мс. В нашем случае при частоте квантования 200 Гц это составляет 2 отсчета.

Кроме того, если рассматривать максимальную ошибку, то ошибки более 40 мс следует считать недопустимой, в нашем случае это 8 точек.

В итоге, по этим требованиям система распознавания показала удовлетворительные результаты по сегментам: Р — 71,4 % образцов, QRS - 89,2 % образцов, Т- 72,7 % образцов.

Около 4,5 % образцов система не распознала, по причине низкого показателя соответствия классам сегментов. Это связано с тем, что при обучении были отброшены классы, содержащие мало образцов.

Результаты работы алгоритма следует признать удовлетворительными, учитывая, что выборка была составлена на основе пациентов кардиологического отделения, и большую часть составляли сложные патологические ЭКС.

Кроме того, есть возможность улучшения работы алгоритма при более оптимальном разделении на классы сегментов образцов при обучении. То есть возможно улучшение работы системы распознавания при использовании алго ритма в постоянной клинической практике.

Похожие диссертации на Алгоритмы и комплексы программ мониторно-компьютерных систем для анализа морфологии и ритма электрокардиограмм