Содержание к диссертации
Введение
CLASS ГЛАВА 1. Обзор литературы 1 CLASS 0
1.1. Современные технические средства и методологические подходы в оценке деятельности сердца . 10
1.2. Поиск новых критериев и методов обработки электрокардиосигнала в практической кардиологии . 18
CLASS ГЛАВА 2. Материал и методы исследования 2 CLASS 7
2.1. Характеристика объектов исследования. 27
2.2. Изучаемые параметры электрокардиосигнала и разработка аппаратно-программных средств их идентификации . 30
2.3. Программно-аппаратный комплекс для изучение параметров сократимости миокарда на основе электрокардиограммы. 45
2.4. Методы статистического анализа. 48
ГЛАВА 3. Изучение диагностической значимости скоростных параметров электрокардиографического сигнала у практически здоровых лиц 51
3.1. Теоретическое обоснование необходимости модификации анализа ЭКГ . 51
3.2. Изучение предлагаемых характеристик ЭКГ-сигнала у практически здоровых добровольцев. 54
3.3. Вариации скоростных характеристик ЭКГ-сигнала. 58
Глава 4. Возможности ЭКГ-сигнала для характеристики функционального состояния сердца при его патологии 62
4.1. Сравнительное изучение стандартных параметров ЭКГ при
различном уровне функционального состояния сердечно-сосудистой
системы. 62
4.2.Сравнительное изучение скоростных характеристик
миокарда при его патологических состояниях. 74
Заключение 83
Выводы. 89
Практические рекомендации 90
Литература 92
- Современные технические средства и методологические подходы в оценке деятельности сердца
- Поиск новых критериев и методов обработки электрокардиосигнала в практической кардиологии
- Изучаемые параметры электрокардиосигнала и разработка аппаратно-программных средств их идентификации
- Теоретическое обоснование необходимости модификации анализа ЭКГ
Введение к работе
Электрокардиография, получившая самое широкое распространение в качестве диагностического метода практически во всех областях медицины, позволяет получать большой объем информации о функциональном состоянии организма в целом и миокарда в частности (Вамбо С, 2000; Фролов А.В. с соавт, 2001; Dotsinsky I., 2007; Hansen MB et all.,2007).
С усовершенствованием технической базы регистрации кардиологического сигнала значительно расширился арсенал методов диагностики функционального состояния центральной гемодинамики на основе математического моделирования различных показателей функции сердца (Китманов В.А. с соавт., 2004; Христов Ивайло И., 2004; Сенин Е.В. с соавт., 2006; Москаленко А.В. с соавт., 2007) и использования новых критериев оценки ЭКГ (Пелешенко Е.И. с соавт, 1992; Глотов А.И., 1996; Сафонов М.Ю.,1999).
Сердечно-сосудистая патология многие десятилетия удерживает «первенство» среди заболеваний, вызывающих наибольшую смертность, инвалидизацию, обуславливающих длительные периоды временную нетрудоспособности и снижающих качество жизни пациентов (Елисеенко Л.Ф. Спорова О.Е., 2006). Ухудшающаяся экологическая обстановка, обилие стрессов, малоподвижный образ жизни приводит к тому, что большинство населения находятся в состоянии «предпатологии», которое, зачастую, диагностического подтверждения стандартными методами исследования не имеет, и следовательно, не подвергается своевременной корректировке (Маркова М., 2005; """ПовстяїГЛ:А:Г2004)7
Переход от нормального физиологического состояния к болезненному, патологическому - это переход от одного качественного со-
стояния к другому. Функциональное состояние организма в процессе адаптации к условиям окружающей среды имеет два предельных значения - здоровье и болезнь, норму и патологию. Между этими значениями находятся различные донозологические состояния, различающиеся по степени напряжения регуляторных систем, по степени адаптации (Баевский P.M., 2005).
Своевременная диагностика патологий сердечно-сосудистой системы у этой части населения особенно необходима в плане предупреждения экономических потерь от возможной временной нетрудоспособности и даже инвалидизации. Решение этих проблем возможно только при условии создания широкой системы выявления нарушений функционального состояния сердечно-сосудистой системы, основанной на простых, надежных, недорогостояших методах обследования, доступных любому лечебно-профилактическому учреждению.
Бурное развитие ресурсного информационного обеспечения медицины диктует необходимость пересмотра традиционного подхода к выбору диагностических критериев оценки состояния систем и органов, в особенности сердечно-сосудистой системы. С одной стороны — сердце жизнеобеспечивающий орган, взаимосвязи и значимость которого в организме трудно поддаются формализации, с другой - генератор периодических электрических импульсов, правила зарождения, распространения и затухания которых можно количественно точно описать.
Электрокардиография являющаяся важным методом исследования сердечной деятельности, как в научных целях, так и в целях врачебной диагностики использует в основном качественные описатель-ные характеристики ЭКГ-сигнала (Москаленко А.В., Русаков А.В., 2005).
Таким образом, существует необходимость создания новых методов диагностики функции миокарда, основанной на новых принципах точного описания не только амплитудо-частотных, но скоростных характеристик электрокардиографического сигнала.
Цель работы: создание новых методов диагностики функции миокарда, основанных на оценке скоростных характеристик ЭКГ-сигнала, позволяющих определять функциональное состояния миокарда в норме и при патологических состояниях.
Задачи работы:
1. Разработать инструментальные средства автоматизированного
анализа ЭКГ-сигнала, с точностью измерения необходимой и доста
точной для выявления показателей отражающих скорость его распро
странения.
2. Исследовать показатели электрокардиограммы практически
здоровых лиц, отражающие соотношение амплитуды и скорости
электрокардиографического сигнала.
Установить количественные характеристики вновь предлагаемых показателей ЭКГ у практически здоровых лиц.
Выявить наиболее значимые диагностические критерии среди скоростных характеристик электрокардиограммы при патологических состояниях миокарда.
Исследовать корреляционные взаимоотношения скоростных показателей электрокардиограммы у пациентов с патологией миокарда после проведенного лечения.
Обосновать диагностическую значимость предлагаемых параметров" электрокардиограммы~Хля~выявлёния"ф3^кци6нальног6~со-стояния миокарда.
Новизна исследования:
Разработан и апробирован аппаратно-программный комплекс регистрации и автоматизированного анализа ЭКГ, позволяющий с необходимой точностью регистрировать, вычислять, хранить и корректировать в «ручном» режиме ошибочно распознанные амплитудные и частотные характеристики электрокардиографической записи.
Исследованы и предложены в качестве надежных диагностических критериев распознавания функционального состояния миокарда показатели, отражающие величину тангенса угла наклона восходящей и нисходящей частей R- и Т-зубцов электрокардиограммы, коэффициент асимметрии R-зубца, коэффициенты соотношения восходящих и нисходящих частей R/T.
Подтверждено электрокардиографическими данными группы пациентов с патологическим состоянием миокарда, что параметры углов наклона восходящей и нисходящей частей R- и Т-зубцов, косвенно отражающие скорости деполяризации и реполяризации миокарда, качественно и количественно достоверно отличаются от таковых у практически здоровых лиц.
Практическая значимость:
Выявленные параметры, косвенно отражающие скорость де- и реполяризации миокарда, позволяют повысить точности диагностики функционального состояния миокарда для оптимизации лечения заболеваний сердца и контроля эффективности лечебного процесса.
Установленные критерии ЭКГ-сигнала, рассчитанные по исходным записям без использования громоздкого математического аппа-рата,-позволяют- снизить-стоимость-и-сократить-время-обследования пациентов с патологиями сердечно-сосудистой системы.
Результаты работы могут быть использованы в специализированных клиниках и кардиологических отделениях больниц в качестве нового способа оценки параметров функционального состояния миокарда, а также в учебном процессе студентов медицинских высших учебных заведений.
Полученные данные о диагностической значимости скоростных характеристик ЭКГ расширяют представление о возможностях изучения генеза зубцов электрокардиограммы и могут быть использованы при разработке новых методов оценки эффективности коррекции патологических и пограничных состояний миокарда.
По материалам работы получено Свидетельство об официальной регистрации программы для ЭВМ № 2007611942 «Автоматизированный анализ электрокардиограммы» от 14.05.2007 г.
Основные положения, выносимые на защиту:
1.У практически здоровых лиц с заведомо высоким уровнем функциональных возможностей миокарда тангенс угла наклона восходящей части R-зубца электрокардиограммы больше, чем нисходящей.
2. Отношение тангенса угла восходящей части R-зубца к тангенсу восходящей части Т-зубца электрокардиограммы является важным диагностическим признаком, позволяющим оценить работу сердца. У тренированных, легко адаптирующихся к нагрузкам людей это соотношение не превышает 0,5.
З.Для пациентов с патологическими состояниями миокарда в период обострения заболевания характерна следующая архитектоника R-зубца электрокардиограммы: в динамическом ряду из 100-120 кар-диоциклов восходящая часть более пологая в сравнении с нисходящей.
4.Показателем восстановления функциональных возможностей миокарда в результате проведенного лечения может служить сокращение коэффициента соотношения нисходящей части R/T зубцов более чем на 50 процентов в сравнении с показателями в период обострения заболевания.
Апробация результатов работы:
Результаты исследования доложены и обсуждены I Всероссийской конференции молодых ученых Воронежской государственной медицинской академии им. Н.Н. Бурденко и Курского государственного медицинского университета (Воронеж, 2007г.), на итоговых внутривузовских научных конференциях ГОУ ВПО «ВГМА им. Н.Н. Бурденко Росздрава», заседаниях Воронежского отделения физиологического и кардиологического обществ (Воронеж, 2005-2007гг.).
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, в трех из которых представлены результаты собственных разработок и исследований, заключения, изложенных на 112 страницах машинописного текста, иллюстрирована 13 таблицами и 26 рисунками, списка литературы, включающего 147 источников, в том числе 79 отечественных и 68 зарубежных.
Публикации. По теме диссертации опубликовано 6 научных работ, в том числе 5 - в центральной печати, 1- в издании из списка, определенного ВАК Министерства образования и науки РФ. Опубликованные материалы в полной мере раскрывают научные и практические аспекты информации, касающейся темы диссертации.
Современные технические средства и методологические подходы в оценке деятельности сердца
Метод электрокардиографии, вошедший в медицинскую практику в 30-х годах прошлого столетия благодаря работам Биллема Эйн-тховена по изучению электрической активности сердечной мышцы, и сегодня является наиболее популярным способом диагностики функционального состояния миокарда (Мурашко В.В., 1998;Ена Л.М., Кондратюк В.Е., 2002; Москаленко А.В., Русаков А.В., 2005). Принцип, заложенный в основу регистрации и расшифровки ЭКГ, обоснован в 1880г. Было признано, что сокращение сердца сопровождается электрическими явлениями, однако единственным способом, позволяющим регистрировать «сердечные токи», было прямое наложение электродов на обнаженное сердце. В 1887г. английский физиолог Август Уоллер обнаружил, что изменения потенциалов, возникающие при сокращении сердца, можно записать с помощью электродов, наложенных на поверхность тела интактного животного. Подобные токи записывались с помощью капиллярного электрометра - прибора, состоящего из ртутного столбика, поднимающегося и опускающегося в зависимости от изменения электрического поля. При этом записывалась электрокардиограмма, которая была чрезвычайно несовершенной, поскольку ртутный столбик обладал высокой инерцией. Эйнтхо-вен установил, что при такой записи можно получить точную ЭКГ, если вносить в нее коррективы с помощью довольно кропотливых математических расчетов (Фрид М., Грайнс С, 1996).
Для устранения необходимости подобных расчетов был разработан прибор, с помощью которого можно было точно записывать не большие колебания электрических потенциалов. Работа над прибором заняла шесть лет, и в результате был создан струнный гальванометр. Он состоял из очень тонкой кварцевой проволоки, колеблющейся даже при движении воздуха, удерживаемой под напряжением в магнитном поле. Когда по проволоке проходил электрический ток, она отклонялась в зависимости от силы тока. Далее ее перемещения усиливались и фотографировались на движущейся ленте. Поскольку эта проволока была очень легкой, она практически мгновенно реагировала на любые изменения электрического поля.
Можно привести множество примеров использования новейших достижений техники при регистрации и анализе электрокардиографического сигнала [6, 12, 15, 31, 35,36, 41, 47, 49, 57, 70, 75, 77, 93, 97, 102, 108, 113, 122, 135, 146]. Однако описанный Эйнтховеном механизм формирования электрокардиографической.кривой, обозначения ее элементов и клинико-физиологическая трактовка отклонений параметров ЭКГ зарегистрированной у конкретного пациента от классического образца до настоящего времени служит каноном анализа в электрокардиографии.
Расшифровка электрокардиограммы в аналоговой (записанном на бумажной ленте варианте) или оцифрованной (выведенном на дисплей в виде таблицы с данными) форме не претерпела значительных качественных изменений. В связи с использованием более совершенной техники регистрации сигнала в клинических и теоретических работах стали активно применять такие новшества, как регистрация и клинико-диагностическое использование недоступных ранее элементов ЭКГ-сигнала, в частности поздние желудочковые потенциалы [9, 22, 45, 107, 138,147].Однако зарегистрировать этот компонент электрокардиограммы достаточно сложно с технической точки зрения, необходимы качественные регистрирующие устройства, достаточно дорогие и недоступные широкому кругу лечебно-профилактических учреждений. Теоретические основы, на которых базируется объяснения клинической значимости поименованного выше параметра ЭКГ, достаточно сложны, подвергаются серьезным критическим замечаниям, вследствие чего используются только в высокоспециализированных кардиологических клиниках.
В настоящее время значительно расширился арсенал расчетных параметров компонентов ЭКГ-сигнала, полученных путем использования сложнейшего математического аппарата. В качестве примера этого класса методов анализа можно назвать анализ ритма сердца, вейвлет-анализ и некоторые другие [3, 5, 11, 15, 17, 25, 40, 44, 86, 88, 96, 101, 118, 141]. Эти методы достаточно хорошо зарекомендовали себя при клиническом использовании, имеют множество сторонников, однако их чрезвычайная сложность, не проработанность доказательной стороны при трактовке физиологической базы каждого из расчетных показателей в значительной мере сужают круг их использования.
Разработкой инструментальных программных и технических средств цифровой электрокардиографии, значительно расширяющих диагностические и прогностические возможности традиционной методики, занимаются многие ведущие ученые и научные организации. Так, Фролов А.В. с соавт, 2001, разработал три программно-технических комплекса: электрокардиография высокого разрешения (ЭКГ-ВР) для выявления поздних желудочковых потенциалов, вариабельность сердечного ритма (ВСР) и анализатор дисперсии интервалов QT электрокардиограммы (QTD). Для корректной цифровой интерпретации ЭКГ-сигналов создан измерительный тракт с улучшенными метрологическими характеристиками, разработаны математические методы точной подгонки границ зубцов кардиокомплексов, программы накопления длительных записей ЭКГ. По данным 3-5-минутного ЭКГ в корригированных ортогональных отведениях строится обобщенный фильтрованный комплекс, оцениваются маркеры поздних потенциалов QRD40, LAS40, RMS40. Далее определяются среднее абсолютное и корригированное QT, среднеквадратичное отклонение QT и в пределах одного сокращения вычисляются абсолютная и корригированная дисперсия QT. Программа анализатора ВСР по 5-минутным отрезкам ЭКГ вычисляются временные и частотные параметры волновых колебаний сердечного ритма, характеризующие состояние механизмов автономной регуляции.
Поиск новых критериев и методов обработки электрокардиосигнала в практической кардиологии
В последние десятилетия предлагается большое количество авторских методик оценки различных критериев электрокардиографического сигнала с диагностической целью.
Так, Воробьева Е. Н. с соавторами [26] указывают, что при полиморфных аритмиях невозможно идентифицировать зубцы и различить комплексы ЭКГ, что делает неприменимыми существующие методы ее автоматизированного анализа. В своей работе авторы разви вают новый подход к анализу вариабельности ЭКГ, базирующийся на численной оценке изменчивости соседних участков ЭКГ с использованием известного метода анализа временных рядов. При таком подходе к анализу поздних желудочковых потенциалов, по их мнению, отпала необходимость рассмотрения отдельных QRS комплексов. В результате каждому конкретному участку ЭКГ сопоставляется два индекса, характеризующих изменчивость осцилляции на данном участке. Эти индексы позволяют численно оценивать полиморфизм ЭКГ. Кроме того, фиксировав ширину временного окна, в котором определяется введенные индексы и перемещая это окно вдоль всей кривой ЭКГ, можно каждой конкретной ЭКГ сопоставить траекторию в пространстве этих двух индексов. Эта траектория характеризует динамику изменчивости ЭКГ, и таким образом предлагает новую информацию о полиморфной ЭКГ.
Другие авторы [60,131] предлагают и используют в клинической практике разработки простейших методов оценки функционального состояния системы кровообращения посредством алгоритма: 1) Кл, Кп, Кл/Кп (показатели Шишмарева Ю.Н. и соавт. [42,60] ); 2) УО = (Kn PpS 60:Pcp) ± п, где УО - ударный объем, Pps- давление пульсовое, Рср -давление среднее, п=[(Кл/Кп - 3) 2]±т, где п -поправка, т - переменная, зависящая от положения электрической оси [59]; 3) МОК= УО ЧСС, где МОК - минутный объём крови, ЧСС -частота сердечных сокращений в 1 минуту, МОКд=0,8 ЧСС ВЕС(кг), где МОКд - минутный объём крови (должный), ДМОК=ДОО/281,где ДОО_ _должный_основной_обмен,_ДМОК _должный_минутный_объем крови [63]; 4) ОПСС = Pep 1332 60/ МОК, где ОПСС - общее периферическое сопротивление сосудов (формула Пуазейля) [63]; 5) УИ=УО/8м2, CH=MOK/SM2, где УИ - ударный индекс, СИ -систолический индекс, SM2 - площадь тела по номограмме Dubois [63], соотношения Werler e/w по уравнению: e/w = Rps/ Pcp D [3], где e/w — отношение энергии общего упругого сопротивления сосудов к энергии, затрачиваемой на трение в прекапиллярах, характеризующее экономичность работы сердца, Pps - давление пульсовое, Рср - давление среднее, D - время диастолы в секундах и векторный анализ ЭКГ [19,61, 118, 125] (определение направления и суммарной амплитуды главного вектора во фронтальной и горизонтальной плоскостях).
Современная электрокардиографическая диагностика очагового поражения миокарда основывается на представлении, что в участке поражения сердечной мышцы полностью извращается течение электрического процесса, что обнаруживается на электрокардиограмме монофазной кривой. Согласно электрофизиологическим данным 24,126], характер монофазной кривой позволяет судить о наличии в структуре очага поражения миокарда разных структурно-функциональных зон: 1) центральная зона с полностью лишенной электрической активности тканью; 2) зона повреждения, характеризующаяся извращением течения электрического процесса (ток повреждения), которая на периферии переходит в 3) зону ишемии с полностью сохранившимися мышечными волокнами, но с замедленными процессами реполяризации. Та или иная направленность в развитии патологического процесса собственно в зоне повреждения, как переходной зоне от полностью некротизированной к анатомически сохранной структуре, может определить и клиническое течение инфаркта миокарда [134,137].
Изучаемые параметры электрокардиосигнала и разработка аппаратно-программных средств их идентификации
Одним из основных компонентов созданной нами системы аппаратных средств является модуль для ввода новых данных. Этот модуль обеспечивает пополнение базы данных (БД) и обеспечивает выполнение следующих функций: обеспечение интерфейса с АЦП; первичная обработка входного сигнала (обнаружение кардиоциклов, измерение параметров кардиоциклов); отображение входных и полученных данных в графическом и цифровом виде; обеспечение взаимодействия оператора с системой в интерактивном режиме.
В существующих на сегодняшний день аппаратно-программных комплексах анализ электрокардиограммы сводится к расчету физиологических параметров, отражающих основные функции сердца (ав томатизм, возбудимость, проводимость и сократимость). Наиболее простыми из них являются: частота сердечных сокращений, амплитуда зубца R.
Основной проблемой, которая была решена при создании предлагаемой методики, является разработка алгоритма распознавания кардиоциклов, соответствующего следующим требованиям: высокая производительность; вхождение в основной цикл анализа без предварительной настройки; наличие механизмов самообучения, позволяющих корректировать критерии распознавания в ходе работы. Структура построения комплекса, удовлетворяющего перечисленным требованиям, представлена на рис. 2.
В рамках предложенного подхода ЭКГ рассматривается в виде последовательности однородных событий. Каждый тип событий передает различные уровни представления ЭКГ.
В основе иерархии лежит класс TElem - абстрактный класс служащий, базовым для остальных классов, единственным свойством этого класса является время наступления события относительно предыдущего uTime.
Класс TSegment позволяет представлять ЭКГ в виде последовательности сегментов, каждый такой сегмент, помимо времени наступления (длительность), имеет свойство iValue - начальное значение и iDelta - изменение значения, другими словами TSegment описывает участок ЭКГ, на котором не изменяется знак первой производной.
Класс TZub - упрощенное представление зубца ЭКГ, содержит следующие свойства: uFront и uBack - смещение точки пересечения соответственно переднего и нисходящего частьа с изолинией относительно точки проекции максимального значения потенциала на изолинию, iAmpl - значение потенциала в этой точке.
Свойство TEvent::uTime определяет интервал времени между вершинами двух зубцов.
Базовый класс TBuffer обеспечивает поддержание циклического списка объектов, производных от TEvent. Пара указателей epProcessed и epDetected определяют еще не обработанный диапазон списка. Свойство bpLowLevel содержит указатель на буфер событий более низкого уровня, т.е. буфер зубцов содержит указатель на буфер сегментов, буфер кардиоциклов - на буфер зубцов. Виртуальная функция detect; объявлена как чистая, т.е. она должна переопределяется в производных классах.
Производные классы TSegBuf, TZubBuf, TCyclBuf практически отличаются реализацией функции detect. В общем виде, функция detect выполняет следующие действия:
Производит анализ диапазона событий определенного парой указателей epProcessed и epDetected в буфере верхнего уровня bpLowLevel по следующим правилам: если указанный диапазон событий или его часть отвечает множеству условий Р, то все обработанные события упаковываются в одно или несколько событий своего уровня.
В случае обнаружения одного или нескольких событий своего уровня, обнаруженные события помещаются в список событий своего уровня, epDetected указывает на последнее обнаруженное событие.
Теоретическое обоснование необходимости модификации анализа ЭКГ
Планируя настоящую работу, мы исходили из предпосылки, что качественный прогресс технических возможностей при регистрации ЭКГ, использование оцифровки аналогового сигнала при высокой частоте дискретизации, позволяющих с достаточной точностью регистрировать параметры первичного физиологического сигнала, требуют дополнения классически используемых параметров ЭКГ новыми, первичными, полученными без нагромождения сложнейших расчетов характеристиками, например анализа по Фурье или вейвлет-преобразования. Мы использовали первичные характеристики, в частности первую и вторую производные ЭКГ сигнала.
Основным способом контроля состояния сердечно-сосудистой системы в нашем исследовании избрана электрокардиография, как наиболее доступный и достаточно информативный метод. Большой интерес представляет количественное исследование электродвижущих сил, образующих векторы деполяризации и реполяризации миокарда, по мнению многих авторов реагирующие на начальные, функциональные, «предпатологические» изменения в сердечной мышце [23, 43].
Принципы записи и расшифровки электрокардиограммы общеизвестны, однако, считаем необходимым обратить внимание на те аспекты методики, которые представляют интерес для настоящей работы. Амплитуду зубцов измеряют от изоэлектрической линии до вер шины зубца. Наш алгоритм программы обработки определяет амплитуду R-зубца не от истинной изолинии, а от некоторой условной, проводимой несколько выше. Здесь следует принять во внимание следующее: амплитуда зубца величина относительная, зависящая от места расположения регистрирующих электродов на теле пациента, электрического сопротивления кожи, электрокардиографического отведения. Если принять во внимание вышесказанное и то, что проводилась оценка не абсолютного показателя амплитуды, а изменения его по отношению ко времени начала наблюдения или контрольной серии при определенных воздействиях, искажение истинного значения амплитуды при таком алгоритме определения можно считать не значимым. Кроме того, следует учитывать достаточно высокую точность определения самой точки вершины R-зубца при частоте дискретизации в один кГц не доступную при расшифровке записи на бумажной ленте. Таким образом, погрешность в определении нижней точки амплитуды при программной обработке компенсируется в какой-то степени наличием субъективизма и неточности в определении верхней точки "вручную" на миллиметровой ленте.
Большое значение в клинике при анализе ЭКГ имеет показатель, именуемый временем внутреннего отклонения (интервал Q-R) [79, 81, 85,94,126,139] который измеряется от начала желудочкового комплекса (зубца Q или R) до проекции вершины зубца R на изо-электрическую линию. Считается, что этот показатель характеризует время распространения возбуждения от эндокарда до эпикарда. Выше достаточно подробно обсуждены технические причины в силу которых в нашем варианте алгоритма обработки ЭКГ невозможно определить точку начала R зубца, а, следовательно, измерить время внутреннего отклонения. Однако, исходя из теоретических соображений, было бы интересно оценить именно этот показатель при заведо мо известных уровнях функциональных возможностей миокарда. Поэтому предложено [53] вместо времени внутреннего отклонения измерять другую величину, поддающуюся точному количественному описанию в нашем варианте машинной расшифровке ЭКГ - тангенс угла восходящей части R-зубца, параллельно с этим измерялся и тангенс угла нисходящей части (рис.13).
Показатели рассчитаны как отношение амплитуды зубца ко времени от его начала до максимума (восходящий часть) или от максимума до изолинии (нисходящий часть). Был использован расчетный показатель - коэффициент асимметрии R-зубца и определяемый как отношение тангенса угла подъема к тангенсу угла спада. В случае если угол наклона восходящей части больше угла наклона нисходящей, коэффициент считается положительным, если угол наклона восходящей части меньше угла наклона нисходящей- отрицательным. Кроме того, замечено, что при рассмотрении каждого зубца в динамическом ряду R-R интервалов среднестатистическое значение знак
