Содержание к диссертации
Введение
Глава 1. Автоматический анализ ЭКГ в кардиологических системах реального времени 24
1.1. Приборы и системы кардиологического наблюдения 24
1.2. Автоматический анализ ЭКГ в системах кардиологического наблюдения 25
1.2.1. Задачи автоматического анализа ЭКГ в системах кардиологического наблюдения 25
1.2.2. Характеристики и особенности электрокардиосигнала 27
1.2.3. Виды и свойства помех 34
1.3. Алгоритмы и методы оперативного анализа ЭКГ 38
1.3.1. Основные этапы обработки и анализа ЭКГ 38
1.3.2. Выбор разрядности и частоты аналого-цифрового преобразования 39
1.3.3. Предварительная обработка ЭКГ и оценка уровня помех 41
1.3.4. Обнаружение QRS-комплекса и измерение RR-интервала 44
1.3.5. Анализ морфологии QRS-комплекса 48
1.3.6. Распознавание нарушений сердечного ритма 50
1.3.7. Анализ ишемических изменений ST-сегмента 52
1.3.8. Анализ вариабельности сердечного ритма 53
1.4. Методы оценки качества алгоритмов анализа ЭКГ и стандартные базы данных 58
1.5. Информационная модель алгоритмического обеспечения анализа ЭКГ в системе кардиологического наблюдения 62
1.6. Постановка задач исследования 67
Глава 2. Методы предварительной цифровой фильтрации электрокардиосигнала 69
2.2. Методика экспериментального исследования процедур предварительной фильтрации ЭКС 69
2.2.1. Этапы предварительной фильтрации ЭКС 69
2.2.2. Экспериментальный набор записей ЭКС 72
2.2.3. Метод моделирования помехи 72
2.2.4. Критерии оценки качества процедур цифровой фильтрации ЭКС 74
2.3. Разработка и экспериментальное исследование процедур предварительной цифровой фильтрации ЭКС 78
2.3.1. Фильтрация нижних частот 78
2.3.2. Фильтрация верхних частот 83
2.3.3. Адаптивная цифровая фильтрация сетевой наводки . 88 Выводы 93
Глава 3. Алгоритм обнаружения желудочкового комплекса ЭКГ 94
3.1. Исследование методов выделения желудочкового комплекса, основанных на цифровой фильтрации 94
3.2. Алгоритм обнаружения желудочкового комплекса по ЭКГ в одном отведении 108
3.2.1. Разработка алгоритма обнаружения желудочкового комплекса 108
3.2.2. Выбор параметров алгоритма обнаружения желудочкового комплекса 114
3.2.3. Алгоритм определения опорной точки желудочкового комплекса 116
3.3. Алгоритм обнаружения желудочкового комплекса по ЭКГ в двух и более отведениях 118
3.4. Оценка качества работы алгоритмов обнаружения желудочкового комплекса ЭКГ 121
Выводы 122
Глава 4. Исследование методов анализа морфологии QRS-комплекса ЭКГ 124
4.1. Задачи и этапы анализа морфологии QRS-комплекса ЭЮГ 124
4.2. Выбор и исследование информативных морфологических признаков 126
4.2.1. Методика исследования 126
4.2.2. Параметры формы, вычисляемые во временной области 128
4.2.3. Использование взаимной корреляционной функции 133
4.2.4. Анализ спектральных параметров 138
4.3. Разработка решающих правил для кластеризации форм QRS-комплексов 142
4.3.1. Попарное использование методов сравнения форм QRS-комплексов 142
4.3.2. Одновременное использование трёх методов сравнения форм QRS-комплексов 151
Выводы 154
Глава 5. Разработка и исследование методов анализа вариабельности сердечного ритма 156
5.1. Методика частотного анализаВСР 156
5.2. Моделирование сигнала сердечного ритма 167
5.3. Исследование точности и статистической устойчивости методов расчёта спектральных параметров ВСР 171
5.4. Исследование методов оценки стационарности сигнала сердечного ритма 180
5.5. Исследование методов совместного анализа сигналов сердечного ритма и мгновенного кровяного давления 195
Выводы 210
Глава 6. Разработка систем автоматического анализа ЭКГ для кардиологического наблюдения 212
6.1. Реализация алгоритмов анализа ЭКГ в компьютерных системах кардиологического наблюдения 212
6.2. Комплекс мониторного наблюдения ЭКГ «РИТМОН» 213
6.3. Компьютерная система для функциональных исследований сердечно-сосудистой системы «Кардиометр-МТ» 219
6.4. Трёхканальный электрокардиограф ЭК 1Т-07 "АКСИОН" 227
6.5. Пакет прикладных программ для совместного анализа вариабельности сердечного ритма и артериального давления 228
Выводы 232
Заключение 233
Список литературы 235
Список сокращений и аббревиатур 252
- Задачи автоматического анализа ЭКГ в системах кардиологического наблюдения
- Методика экспериментального исследования процедур предварительной фильтрации ЭКС
- Алгоритм обнаружения желудочкового комплекса по ЭКГ в одном отведении
- Исследование точности и статистической устойчивости методов расчёта спектральных параметров ВСР
Введение к работе
Актуальность работы. Приборы и системы для медицины постоянно совершенствуются и обновляются. Это связано, с одной стороны, с развитием технологической базы электроники и вычислительной техники, а с другой - с появлением новых медицинских технологий, совершенствованием существующих и с расширением сфер применения медицинской техники.
Одна из наиболее важных задач медицинской электронной аппаратуры - это автоматический анализ биомедицинской информации, целями которого являются: оценка физиологических параметров организма, информационная поддержка диагностических решений врача, а также автоматическая диагностика патологических изменений состояния человека. В связи с этим, практически в любом виде медицинской аппаратуры в том или ином виде присутствуют вычислительные компоненты (микропроцессоры, встраиваемые микро-ЭВМ, персональные компьютеры), программное обеспечение которых реализует функции автоматической обработки данных.
При оценке состояния сердца и сердечно-сосудистой системы ключевую роль играет анализ электрокардиограммы (ЭКГ), представляющей собой запись наблюдаемых на поверхности тела проекций объёмных электрических процессов, происходящих в сердце. ЭКГ несёт информацию как о текущем состоянии сердечно-сосудистой системы, так и о патологических изменениях в самом сердце.
К настоящему времени проблема автоматической обработки и анализа электрокардиосигнала (ЭКС) сложилась в отдельное направление, разветвлённое на множество более частных задач, связанных с различными применениями и аспектами исследования сердечно-сосудистой системы. Одной из таких задач является длительный непрерывный контроль ЭКС, представляющий собой одну из важнейших функций аппаратуры для кардиологического наблюдения, к которой относятся приборы и системы для прикроватного и амбулаторного мониторного наблюдения ЭКГ, телеметрического наблюдения за состоянием организма, автономного контроля сердечной деятельности, функциональных исследований сердечно-сосудистой системы и решения ряда других задач.
Автоматический анализ ЭКС представляет собой достаточно сложную теоретическую проблему. Это в первую очередь связано с физиологическим происхождением сигнала, которое обусловливает его недетерминированность, разнообразие, изменчивость, непредсказуемость, нестационарность и подверженность многочисленным видам помех. Повышение эффективности методов автоматической обработки и анализа ЭКС сдерживается ограничениями, связанными с вычислительной мощность используемых процессоров. Это в наибольшей степени относится к аппаратуре непрерывного наблюдения, так как обработка сигналов в ней должна выполняться в реальном масштабе времени. С другой стороны, производительность вычислительных средств постоянно повышается. В связи с этим, становятся востребованными такие методы обработки и анализа сигналов, применение которых в системах реального времени представлялось ранее технически неосуществимым.
Основной задачей данной работы является разработка теоретической базы и практических методов для создания нового поколения алгоритмов длительного непрерывного автоматического анализа ЭКС, опирающихся на наиболее современные подходы к обработке сигналов и обладающие более высоким качеством работы, чем использовавшиеся ранее.
Внедрение разработанных методов и алгоритмов в приборы и системы медицинского назначения позволяет обеспечить повышение точности и надёжности формируемых диагностических заключений, что, в конечном счёте, способствует повышению эффективности диагностики и лечения патологий сердечно-сосудистой системы человека.
Цель диссертационной работы: повышение точности и надёжности формирования диагностических заключений о состоянии сердечно-сосудистой системы человека в приборах и системах непрерывного кардиологического наблюдения за счёт развития новых компьютерных методов обработки электрокардиосигнала, а также создания алгоритмического и программного обеспечения, реализующего эти методы.
Для достижения поставленной цели должны быть решены следующие задачи исследования.
Обоснование и разработка общей логической структуры процесса обработки и анализа электрокардиосигнала в системах кардиологического наблюдения, ориентированной на достижение конечных целей автоматического анализа и обеспечивающей информационное согласование всех этапов обработки.
Теоретическое и экспериментальное обоснование выбора параметров процедур предварительной цифровой фильтрации электрокардиосигнала, реализующих эффективное подавление помех и позволяющих обеспечить оптимальные условия для последующих стадий обработки и анализа сигнала.
Разработка и экспериментальное исследование эффективного и помехоустойчивого алгоритма обнаружения желудочкового комплекса ЭКГ, обладающего способностью к адаптации как к сигналу конкретного пациента, так и к динамически возникающим изменениям электрокардиосигнала в ходе длительного непрерывного наблюдения.
Экспериментальное исследование статистических и частотных свойств электрокардиосигнала с целью обоснования выбора информативных признаков и разработки решающих правил для создания эффективного алгоритма автоматической классификации желудочковых комплексов ЭКГ по видам их морфологии.
Экспериментальное исследование частотных методов анализа вариабельности сердечного ритма (ВСР) и артериального давления человека с целью разработки новых процедур расчёта спектральных параметров, позволяющих получать математически корректные и статистически состоятельные оценки спектральных параметров указанных сигналов в условиях возможного появления помех и нарушений стационарности анализируемых процессов.
6. Создание новых программно-алгоритмических средств, предназначенных
для использования в приборах и системах длительного кардиологического
наблюдения и обеспечивающих повышение точности и надёжности решения задач
автоматического анализа ЭКС с целью получения значимой для диагностики
информации о состоянии сердечно-сосудистой системы человека.
Методы исследования. Для решения поставленных теоретических задач в диссертационной работе использовались методы математической статистики,
спектрального анализа, математического моделирования, распознавания образов, анализа случайных процессов.
Экспериментальные исследования выполнены с использованием наборов реальных записей сигналов, полученных как непосредственно в медицинских учреждениях, так и из доступных банков данных, в частности, из баз данных, размещённых на сайте Массачусетского технологического института (США) . Программное обеспечение для проведения экспериментов разрабатывалось с использованием программных сред MS Visual C++ и MATLAB.
Научная новизна результатов заключается в разработке и исследовании:
комплексного подхода к созданию методов и алгоритмов автоматического непрерывного анализа электрокардиосигнала, заключающегося в ориентации на конечные цели обработки сигнала и в согласовании последовательных стадий обработки как по составу и виду входных и выходных сигналов, так и по используемым математическим методам анализа сигналов;
методики оценки влияния параметров процедур предварительной цифровой фильтрации электрокардиосигнала на эффективность решения задачи обнаружения желудочковых комплексов ЭКГ в условиях наличия помех, а также разнообразия форм и изменчивости сигнала;
метода автоматического обнаружения желудочкового комплекса ЭКГ, учитывающего статистические характеристики и контекст электрокардиосигнала, обладающего высокой помехоустойчивостью, а также способностью адаптироваться к динамически возникающим изменениям сигнала;
теоретической основы и методов для решения задачи классификации форм желудочковых комплексов ЭКГ по видам их морфологии с использованием информативных признаков, вычисляемых как во временной, так и в частотной областях;
математической модели сигнала сердечного ритма, способной воспроизводить реалистичный сигнал с заданными значениями частотных параметров вариабельности сердечного ритма и предназначенной для тестирования и оценки качества методов математического анализа ВСР;
методов и алгоритмов, обеспечивающих вычисление статистически
состоятельных и надёжных оценок спектральных показателей вариабельности
сердечного ритма и артериального давления, а также оценки фазовых взаимосвязей
между этими сигналами в условиях существования нарушений непрерывности и
стационарности сигналов.
Достоверность научных положений и выводов подтверждается результатами использования математических методов анализа, теории исследования случайных процессов, результатами экспериментов с использованием как модельных, так и реальных сигналов, оценкой эффективности разработанных алгоритмов и методов, а также результатами практического использования созданных алгоритмических и программных средств.
Практическую ценность работы представляют следующие полученные в диссертационной работе результаты.
1. Методы и алгоритмы автоматического анализа электрокардиосигнала, предназначенные для использования в составе программно-алгоритмического обеспечения приборов и систем медицинского назначения:
обобщённая логическая структура алгоритмического обеспечения систем
кардиологического наблюдения, решающего задачу получения значимой для
диагностики информации о текущем состоянии сердечно-сосудистой системы
человека.
алгоритмы предварительной цифровой фильтрации электрокардиосигнала и оценки уровня шумов, обеспечивающие эффективное подавление помех и создающие оптимальные условия для работы последующих стадий анализа сигнала;
алгоритм обнаружения желудочкового комплекса ЭКГ, решающий задачу текущего контроля частоты сердечных сокращений и определения значений RR-интервалов, используемых далее для анализа ритма сердца и его нарушений;
алгоритм классификации форм желудочковых комплексов ЭКГ, результаты работы которого используются для последующего анализа вариабельности сердечного ритма, распознавания аритмий и анализа ишемических изменений кардиоцикла ЭКГ;
алгоритмы расчёта частотных параметров вариабельности сердечного ритма и совместных характеристик сигналов сердечного ритма и артериального давления, предназначенные для оценки вегетативной регуляции ритма сердца в системах для кардиологического наблюдения и функциональной диагностики.
2. Прикладные программные средства, реализующие предложенные алгоритмы анализа электрокардиосигнала и предназначенные как для использования в приборах и системах кардиологического наблюдения, так и для решения исследовательских задач.
Научные положения, выносимые на защиту:
Наиболее эффективное решение задач автоматической обработки и анализа электрокардиосигнала достигается при условии информационного и логического согласования всех этапов обработки сигнала с ориентацией на конечные цели анализа.
Выбор оптимальных параметров процедур предварительной фильтрации электрокардиосигнала позволяет существенно " повысить эффективность обнаружения желудочкового комплекса ЭКГ. При этом наилучшие результаты обеспечиваются при последовательном использовании адаптивной фильтрации сетевой наводки и полосовой фильтрации в диапазоне частот от 5 Гц до 30 Гц.
Повышение качества процедуры обнаружения желудочкового комплекса ЭКГ достигается за счёт использования алгоритма, учитывающего контекст электрокардиосигнала и его статистические параметры, а также обладающего способностью к адаптивному отслеживанию динамически изменяющихся свойств сигнала.
Использование двух синхронно снимаемых отведений для решения задачи обнаружения желудочкового комплекса ЭКГ даёт существенный прирост качества работы алгоритма по сравнению со случаем использования одного отведения. В то же время, добавление третьего отведения ЭКГ сказывается на результатах работы алгоритма незначительно.
Задача классификации форм желудочковых комплексов ЭКГ наиболее эффективно решается за счёт одновременного использования морфологических признаков, рассчитанных альтернативными методами: во временной области, в
частотной области, с использованием корреляции. При этом наилучшие результаты даёт совместное использование частотного и корреляционного методов.
Наибольшей точностью и статистической устойчивостью обладают спектральные оценки вариабельности сердечного ритма, рассчитанные периодограммным методом на основе быстрого преобразования Фурье при использовании прямоугольного окна.
Наиболее точные оценки показателей фазовых соотношений (задержек) между сигналами сердечного ритма и мгновенного артериального давления получаются с использованием метода непосредственного сопоставления фазовых спектров, рассчитанных отдельно для каждого из сигналов, при условии наличия существенной когерентности между сигналами в соответствующих частотных диапазонах.
Реализация результатов работы. Полученные в диссертационной работе результаты теоретических и прикладных исследований использовались при выполнении НИР в СПбГЭТУ «ЛЭТИ» (более 20 проектов). В том числе по грантам РФФИ: 97-01-00260 «Исследование методов распознавания образов для анализа биомедицинских сигналов» (1997-1999); 00-01-00448 «Исследование методов обработки и распознавания биомедицинских сигналов» (2000-2002); 02-01-08073-инно «Разработка и создание опытного образца компьютерного комплекса для функциональных исследований в кардиологии» (2002-2004); 03-01-00216 «Исследование методов распознавания формы биомедицинских сигналов» (2003-2005); 06-01-00546 «Разработка методов и алгоритмов распознавания биомедицинских сигналов» (2006-2008); 08-01247-а «Компьютерный комплекс мониторного контроля ЭКГ» (2006 - 2008).
В рамках ФЦНТП «Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначения» автор участвовал в выполнении проектов: 0201.05.251 «Разработка информационных технологий и инструментальных средств для создания и развития прикладных инструментальных систем в технике, образовании, медицине и в системах специального назначения» (1999-2001); 01.37.03.01.05 «Методы распознавания образов, обработки сигналов и изображений для самоорганизующихся систем» (2002-2004).
Результаты научных исследований внедрены в виде пакетов прикладных программ в компьютерном комплексе мониторного контроля ЭКГ «РИТМОН» и диагностической системе «Кардиометр-МТ», разработанных и выпускаемых соответственно предприятиями Санкт-Петербурга ООО «Биосигнал» и ЗАО «Микард-Лана» совместно с СПбГЭТУ «ЛЭТИ».
Полученные в ходе исследований результаты внедрены в учебный процесс СПбГЭТУ «ЛЭТИ» по направлениям подготовки специалистов в области медицинского приборостроения: «Биомедицинская техника» и «Биомедицинская инженерия». Они включены в разработанные автором учебно-методические комплексы по дисциплинам: «Методы обработки биомедицинских сигналов и данных», «Компьютерные технологии в медико-биологических исследованиях».
Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались в период 1980 - 2008 гг. более чем на тридцати конференциях и симпозиумах по проблемам теории и практики обработки и распознавания биосигналов, медицинского приборостроения и автоматизации электрокардиографических исследований, в том числе на следующих Международных и Всероссийских конференциях и симпозиумах:
Всесоюзной научно-технической конференции «Проблемы создания технических средств для диагностики и лечения заболеваний сердечно-сосудистой системы» (1990, Львов); 5 and 7 International Conference on Biomedical Engineering and Medical Informatics (SYMBIOSIS 1997, Brno; SYMBIOSIS 2003, St. Petersburg); International Workshop «Biomedical Engineering & Medical Informatics» - BEMI'97, (1997, Gliwice, Poland); Международных конференциях «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-5-2000, Самара; РОАИ-6-2002, Великий Новгород; РОАИ-7-2004, С.-Петербург; РОАИ-8-2007, Йошкар-Ола; РОАИ-9-2008, Нижний Новгород.); II и VII Международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» (КАРДИОСТИМ-1998, С.-Петербург; КАРДИОСТИМ-2000, С.-Петербург); The 24th and 35th Annual Conference Computers in Cardiology (1997, Lund, Sweden; 2008, Bologna, Italy); The 3rd European Medical and Biological Engineering Conference EMBEC05 (2005, Prague, Czech Republic); а также на
ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (1980-2007 гг.)
Приборы и системы автоматического анализа электрокардиосигнала, разработанные на основе полученных научных и практических результатов работы, неоднократно демонстрировались на выставках медицинской техники.
Публикации. По теме диссертации опубликовано 92 научных работы, из них: 29 статей (опубликованных в ведущих рецензируемых журналах и изданиях, определенных ВАК Минобрнауки России, - 11 статей), 57 работ в материалах российских и международных научно-технических конференций, 1 монография, 5 официально зарегистрированных комплексов алгоритмов и программ.
Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 156 наименований, списка условных обозначений и аббревиатур. Основная часть работы изложена на 253 страницах машинописного текста. Работа содержит 84 рисунка и 22 таблицы.
Краткое содержание работы.
Во введении к диссертационной работе обосновывается актуальность темы, формулируется цель работы, кратко излагаются основные решаемые задачи и полученные результаты, включая научную новизну и практическую ценность, рассмотрены используемые методы исследования, освещены итоги реализации результатов работы, приведены научные положения, выносимые на защиту, излагается краткое содержание работы.
В первой главе представлен анализ проблем, связанных с автоматическим непрерывным анализом электрокардиосигнала в приборах и системах кардиологического наблюдения. Дан обзор современного уровня развития математических методов и алгоритмов автоматической обработки ЭКС. Отмечены существующие концептуальные трудности и сформулированы проблемы, требующие решения для достижения более высокой эффективности использования технических средств автоматического наблюдения за состоянием сердечнососудистой системы человека.
Отмечено, что отдельным направлением развития медицинской техники, предназначенной для решения диагностических и терапевтических задач,
связанных с сердечной деятельностью человека, являются приборы и системы кардиологического наблюдения, к которым относятся: приборы и системы для прикроватного наблюдения; системы Холтеровского мониторного контроля; носимые анализаторы ЭКГ; телеметрические системы контроля состояния организма; системы для функциональных исследований.
Представлен анализ задач автоматического анализа ЭКГ в системах кардиологического наблюдения, основными из которых являются: текущий контроль частоты сердечных сокращений; распознавание нарушений сердечного ритма (аритмий); анализ ишемических изменений ЭКГ; анализ вариабельности сердечного ритма.
Рассмотрены особенности электрокардиосигнала с точки зрения решения задач его автоматического анализа в режиме непрерывного мониторного контроля. Отмечено, что электрокардиосигнал обладает большим многообразием форм и изменчивостью. Сформулирован вывод о необходимости создания методов автоматического анализа электрокардиосигнала, способных адаптироваться как к характеру ЭКС конкретного пациента, так и к динамическим изменениям сигнала.
Рассмотрен вопрос о выборе числа анализируемых отведений в системах кардиологического наблюдения. Отмечено, что при наличии технических и эксплуатационных возможностей в приборах и системах кардиологического наблюдения предпочтительнее оказывается использование двух и более отведений ЭКГ.
Рассмотрены наиболее характерные виды помех, неизбежно присутствующих в электрокардиосигнале при его длительном наблюдении. Рассмотрены предлагаемые в литературных источниках методы предварительной обработки ЭКС, решающие задачу подавления помех и выделения информативных признаков электрокардиосигнала. Предложена и обоснована оптимальная последовательность этапов предварительной обработки ЭКС.
Рассмотрены существующие подходы к решению задачи обнаружения QRS-комплекса ЭКГ. Отмечено, что учитывая специфику ЭКС при длительном кардиологическом наблюдении, предпочтение следует отдавать методам, опирающимся на наиболее общие свойства и характеристики сигнала. Этому
требованию в наибольшей степени удовлетворяют методы, основанные на использовании цифровой фильтрации.
Рассмотрены наиболее широко используемые методы классификации QRS-комплексов ЭКГ по типам их морфологии. Отмечены сильные и слабые стороны каждого из методов и предложено исследовать возможность решения задачи классификации форм QRS-комплексов путём комбинированного использования трёх наиболее распространённых и относительно простых в вычислительном отношении подходов: на основе признаков формы, корреляционного и спектрального методов.
Рассмотрены существующие методы анализа вариабельности сердечного ритма (ВСР), используемые для получения количественных оценок регуляторного воздействия различных отделов вегетативной нервной системы на ритм сердца. Отмечено существование ряда проблем, затрудняющих получение корректных оценок спектральных показателей ВСР: нестационарность анализируемого сигнала, а также наличие в сигнале нарушений непрерывности, вызываемых помехами, нарушениями ритма и ошибками предшествующих алгоритмов обнаружения QRS-комплекса ЭКГ.
Рассмотрены методы и средства оценки качества разрабатываемых алгоритмов и программ автоматического анализа ЭКС, в частности - базы верифицированных записей электрокардиосигналов. Сформулированы требования, которые должны предъявляться к составу проверочных баз данных и к их программному обеспечению. Отмечено, что в наибольшей степени этим требованиям удовлетворяет база данных аритмий Массачусетского технологического института (МП7ВІН).
На основании проведённого анализа современного состояния методов автоматического непрерывного анализа электрокардиосигнала сформулирован вывод о необходимости комплексного подхода к разработке новых алгоритмов и методов. Комплексность, в частности, должна проявляться в согласованности всех этапов обработки сигнала, как по входным и выходным данным, так и по виду применяемых математических методов. Предложена обобщённая структура комплекса алгоритмов автоматического анализа электрокардиосигнала в системах кардиологического наблюдения.
Сформулированы выводы по результатам рассмотрения состояния проблемы, а также актуальные задачи непрерывной автоматической обработки ЭКС, решение которых является предметом исследования в данной работе.
Вторая глава посвящена исследованию процедур предварительной фильтрация ЭКС, предшествующих алгоритмам, которые осуществляют анализ сигнала, и служащих для выполнения преобразований сигнала, направленных на улучшение условий работы и повышение эффективности этих алгоритмов.
Предложена и обоснована последовательность процедур предварительной обработки электрокардиосигнала. На основании анализа публикаций по оперативному анализу ЭКС предложено использовать частоту дискретизации равную 250 Гц, что отражает разумный компромисс между достижением удовлетворительной точности представления ЭКС и стремлением к снижению вычислительных затрат при обработке сигнала в реальном масштабе времени.
Предложена методика экспериментального исследования алгоритмов предварительной фильтрации ЭКС, в основе которой лежит задача обеспечения наилучших условий для выделения желудочковых комплексов ЭКГ на фоне других компонентов кардиоцикла и помех.
Исследование алгоритмов выполнено с использованием специально сформированного набора записей реального электрокардиосигнала, включающего 50 трёхканальных записей ЭКГ, длительностью по 60 с каждая. Сформированный набор записей был случайным образом разделён на 2 одинаковых по объёму поднабора: обучающий (используемый для оптимизации параметров алгоритмов) и контрольный (для оценки качества разработанных алгоритмов).
Предложена модель помехи в виде реализации нормально распределённого белого шума, спектр которого ограничен полосой частот, соответствующей полосе пропускания аналогового тракта стандартного усилителя электрокардиосигнала (от 0,05 Гц до 100 Гц), а также метод получения реализаций сигнала с заданным значением отношения сигнал/шум.
Для исследования алгоритмов предварительной фильтрации предложено выбрать в качестве меры искажения электрокардиосигнала в результате обработки относительное изменение размаха анализируемого желудочкового комплекса, а
изменение помехи оценивать по отношению значений её стандартного отклонения до и после фильтрации.
В работе показано, что наиболее подходящим классом фильтров для предобработки ЭКС являются нерекурсивные цифровые фильтры с симметричной импульсной характеристикой и нечётным числом коэффициентов. Такие фильтры всегда устойчивы, имеют гарантированную линейную фазовую характеристику и вносят в сигнал постоянную задержку, равную целому числу интервалов дискретизации.
По результатам экспериментального исследования процедур фильтрации нижних и верхних частот были определены диапазоны оптимальных значений частоты среза и ширины переходной полосы для обоих видов фильтров. Предложены практические варианты обоих фильтров, удовлетворяющие этим условиям и имеющие такие значения коэффициентов, которые позволяют выполнять цифровую фильтрацию только средствами целой арифметики компьютера, что существенно снижает затраты времени процессора.
Для устранения из ЭКС сетевой наводки промышленной частоты 50 Гц предложено использовать адаптивную цифровую фильтрацию. Рассмотрен алгоритм адаптивной компенсации сетевой наводки, основанный на принципе минимизации полной выходной мощности. Исследовано влияние параметров алгоритма на добротность фильтра, на скорость настройки и на вносимые в электрокардиосигнал искажения.
Предложен метод контроля уровня помех в сигнале, основанный на оценке относительного содержания в сигнале высокочастотных составляющих и выполнено экспериментальное обоснование выбора параметров данного метода.
Третья глава посвящена исследованию алгоритмов обнаружения QRS-комплекса ЭКГ.
Рассмотрены и исследованы шесть различных вариантов цифровых дифференциаторов (как описанных в литературе, так и предложенных автором), служащих для выделения QRS-комплекса непосредственно на входе процедуры его обнаружения. При этом в качестве критериев оценки эффективности предложено использовать показатели, характеризующие как степень относительного ослабления зубцов Р и Т, так и эффективность выделения желудочковых
комплексов на фоне широкополосных шумов. По результатам проведённых исследований выбран сглаживающий дифференциатор, обеспечивающий наилучшее выделение QRS-комплекса.
Рассмотрен вариант порогового алгоритма обнаружения QRS-комплекса, на вход которого подаётся взятый по модулю сигнал с выхода предложенного выделителя желудочкового комплекса. Показано, что при отсутствии существенных помех и низкоамплитудных QRS-комплексов, такой алгоритм способен эффективно обнаруживать желудочковые комплексы на фоне других компонентов ЭКГ. В то же время, для практического использования в системах кардиологического контроля необходимо применение более сложных алгоритмов, обладающих способностью к адаптации и к учёту контекста электрокардиосигнала.
С целью разработки практического алгоритма обнаружения QRS-комплекса, на основе статистического анализа реальных записей ЭКГ были определены соотношения, характеризующие зависимости длительностей некоторых интервалов кардиоцикла от величины RR-интервала. Разработан и исследован алгоритм обнаружения желудочкового комплекса ЭКГ, а также выбраны оптимальные значения его параметров. Предложена процедура определения опорной точки QRS-комплекса, основанная на вычислении площади под кривой сигнала, обладающая высокой устойчивостью к изменениям сигнала и к помехам.
На основе предложенного алгоритма обнаружения QRS-комплекса был разработан алгоритм, использующий два или три отведения ЭКГ. В качестве входного сигнала для этого алгоритма используется суммарный сигнал, получаемый соответственно из двух или трёх отведений ЭКГ, прошедших процедуры предобработки и выделения QRS-комплекса.
Тестирование разработанных алгоритмов осуществлялось с использованием контрольного набора данных. Для сравнительной оценки качества разработанного алгоритма (алгоритма А) он сопоставлялся с разработанным ранее аналогичным по назначению алгоритмом (алгоритмом Б). Как показали результаты тестирования, наиболее существенное улучшение качества работы алгоритма достигается за счёт использования двух отведений вместо одного. Обработка сигнала одновременно по трём отведением даёт относительно небольшой прирост качества по сравнению с вариантом двух отведений. При отношении сигнал/шум ниже 15:1 качество всех
алгоритмов резко ухудшается, хотя алгоритмы, использующие два или три отведения, оказываются более помехоустойчивыми.
Четвертая глава посвящена исследованию проблемы классификация QRS-комплексов по характеру их морфологии.
Предложена процедура классификации, основанная на совместном использовании трёх различных подходов к решению задачи сопоставления форм QRS-комплексов: анализ параметров формы, вычисляемых во временной области; использование взаимной корреляционной функции; анализ спектральных параметров. Целью исследования была оценка разделяющей способности и помехоустойчивости трёх перечисленных методов вычисления признаков формы QRS-комплексов, как при их раздельном использовании, так и в сочетании друг с другом.
Исследование проводилось с использованием обучающего набора реальных записей ЭКГ и модели шумов, позволяющей выполнить оценку помехоустойчивости разрабатываемых алгоритмов. При этом оценивалась ошибка классификации, отражающая способность алгоритмов группировать QRS-комплексы одинакового класса морфологии и разделять комплексы, относящиеся к разным классам. Оптимизация параметров каждого из методов позволила получить зависимости оценок ошибки классификации от отношения сигнал/шум.
С целью проверки предположения о возможном преимуществе совместного использования различных типов признаков, были получены совместные распределения значений используемых показателей сходства форм QRS-комплексов для всех трёх возможных пар методов при различных значениях отношения сигнал/шум. Анализ попарных распределений показателей сходства форм для трёх методов показал, что использование любой из трёх возможных пар методов способно дать лучший результат, чем каждый из методов в отдельности. Исходя из характера распределений, в качестве разделяющей линии предложено использовать дугу окружности с центром в начале координат. Минимизация показателя ошибки классификации позволила определить оптимальные значения радиуса этой окружности для каждой из трёх пар методов.
Был также исследован вариант совместного использования всех трёх методов. Для этого случая предложено использовать разделяющую поверхность в
форме сегмента сферы с центром в начале координат. Минимизация показателя ошибки классификации позволила определить оптимальные значения радиуса этой сферы. Было установлено, что наилучший результат (ошибка классификации около 2%) достигается в случае совместного использования методов, основанных на корреляции и спектральных параметрах. Использование третьего метода в дополнение к данным двум даёт лишь незначительное снижение ошибки. Для вариантов алгоритмов классификации, продемонстрировавших наилучшие результаты, было выполнено тестирование на контрольном наборе записей ЭКГ.
Пятая глава посвящена исследованию методов анализа вариабельности сердечного ритма (ВСР).
Рассмотрены факторы, затрудняющие корректное решение задачи анализа ВСР с использованием общепринятых методов частотного анализа сигналов. Исследованы существующие методы получения оценок спектральных показателей ВСР с точки зрения точности и статистической состоятельности получаемых результатов. Для проведения исследования методов оценки спектральных показателей ВСР была разработана модель сигнала сердечного ритма, обладающая заданными частотными свойствами. Получены оценки точности и статистической устойчивости расчёта частотных показателей ВСР для каждого из исследованных методов. Статистический анализ ошибок показал, что наилучшие результаты продемонстрировали следующие варианты методов: периодограммный с использованием прямоугольного окна; авторегрессионная модель на основе модифицированного ковариационного метода при значении порядка модели от 20 до 30; метод Ломба-Скаргле.
В работе исследованы методы оценки стационарности сигнала сердечного ритма с целью решения задачи автоматической сегментации продолжительных реализаций сигнала на локально-стационарные фрагменты, что позволяет избежать получения заведомо ошибочных результатов на участках сигнала, содержащих переходные процессы или помехи. Исследование выполнено с использованием как специально предложенной модели сигнала, позволяющей получать реализации, включающие локально стационарные сегменты, разделённые переходными процессами, так и набора реальных записей сигнала, полученных при проведении ортостатических функциональных проб. Исследованы три различных подхода,
которые, по данным литературных источников, позволяют наиболее эффективно осуществлять оценку стационарности сигналов: метод мониторинга коэффициентов авторегрессии; метод анализа сигнала с удалённым трендом; метод на основе обобщенного отношения правдоподобия.
В результате исследования с использованием модельных сигналов для каждого из методов была определена область значений параметров, при которых достигаются удовлетворительные результаты. Исследование на реальных записях позволило определить оптимальные значения данных параметров, при которых среднеквадратичная ошибка определения границ локально стационарных участков оказывается наименьшей. Наилучшие результаты продемонстрировал метод на основе обобщённого отношения правдоподобия.
Исследованы методы совместного анализа сигналов сердечного ритма и мгновенного кровяного давления, которые позволяют получить корректные оценки параметров, характеризующих взаимосвязи данных сигналов. В результате исследований на модельных сигналах было показано, что наилучшую точность, как оценок спектральной мощности, так и оценок фазовых сдвигов, позволяет получить метод, основанный на непосредственном вычислении взаимных спектров двух синхронно снятых дискретных выборок сигналов с использованием дискретного преобразования Фурье. Показано также, что статистически устойчивые оценки фазовых сдвигов удаётся получить только на тех участках частотного диапазона, где относительная взаимная мощность составляет не менее 3-5 % от общей взаимной мощности сигналов.
В работе также предложен альтернативный метод получения оценок временного сдвига между сигналами сердечного ритма и мгновенного кровяного давления, основанный на анализе ВКФ двух сигналов, пропущенных через один и тот же полосовой фильтр.
Шестая глава посвящена вопросам реализации разработанных методов и алгоритмов автоматического анализа электрокардиосигнала в практических системах медицинского назначения.
В работе рассмотрены возможные меры как алгоритмического, так и чисто технического характера, позволяющие снизить загрузку процессора и потребность в оперативной памяти при анализе сигналов в режиме реального времени.
Приведены описания нескольких компьютерных систем медицинского назначения, в которых были внедрены предложенные в работе методы, в частности, следующих:
Комплекс мониторного наблюдения ЭКГ «РИТМОН», предназначеный для круглосуточного мониторного контроля сердечной деятельности кардиологических пациентов в отделениях интенсивной терапии и реанимации клиник.
Компьютерная система для функциональных исследований сердечнососудистой системы «Кардиометр-МТ», предназначенная для использования в кабинетах функциональной диагностики поликлиник и стационаров и рассчитанная на проведение нескольких видов стандартных исследований.
Трёхканальный электрокардиограф ЭК1Т-07 "АКСИОН" с возможностью подключения к персональному компьютеру.
Пакет прикладных программ «Оценка вариабельности сердечного ритма и артериального давления, измеряемого методом непрерывной неинвазивной регистрации», предназначенный для проведения как клинических, так и научных исследований сердечно-сосудистой системы человека. Представлены описание и краткие характеристики ряда официально
зарегистрированных программных комплексов, в составе которых реализованы разработанные в рамках данной работы алгоритмы и методы анализа электрофизиологических сигналов.
Накопленный автором опыт научно-исследовательской и педагогической работы, позволил ему выполнить перевод на русский язык монографии известного канадского учёного, профессора P.M. Рангайяна, представляющей собой фундаментальное учебное пособие для студентов и аспирантов, обучающихся по данному направлению: Рангайян P.M. Анализ биомедицинских сигналов. Практический подход / Пер. с англ. А.Н. Калиниченко; под ред. А.П. Немирко-М.: ФИЗМАТЛИТ, 2007.-440 с.
В заключении излагаются основные результаты теоретических исследований и практических разработок, представленных в диссертационной работе.
Задачи автоматического анализа ЭКГ в системах кардиологического наблюдения
Автоматический анализ ЭКГ является достаточно широким направлением в области обработки и анализа биомедицинских сигналов. В то же время, в рамках этого направления можно выделить несколько более узких проблем, каждая из которых связана с определённой категорией медицинской техники [20, 82, 84]: автоматическая расшифровка и интерпретация диагностической ЭКГ; автоматический анализ ЭКГ, снимаемой в ходе длительного кардиологического наблюдения; электрокардиографическое картирование; анализ эндокардиальной ЭКГ, снимаемой в ходе проведения электрофизиологических исследований; анализ ЭКГ высокого разрешения. В данной работе основное внимание уделяется автоматическому анализу ЭКГ в системах кардиологического наблюдения, при котором решаются следующие основные задачи [20, 30, 35]: текущий контроль частоты сердечных сокращений (ЧСС), являющейся одним из основных гемодинамических показателей сердечно-сосудистой системы; распознавание нарушений сердечного ритма (аритмий), которые возникают вследствие нарушений в автоматизме и проводящей системе сердца; анализ ишемических изменений ЭКГ (в частности, изменений ST-сегмента кардиоцикла), являющихся индикатором нарушений коронарного кровообращения; анализ вариабельности сердечного ритма, позволяющий получать оценки регуляторных функций вегетативной нервной системы. Автоматический анализ ЭКГ в системах кардиологического наблюдения характеризуется рядом специфических особенностей, к которым, в первую очередь, относятся следующие [30, 35]: сложность и разнообразие сигнала, что проявляется в наличии его индивидуальных особенностей у каждого пациента, связанных как с типом конституции человека, так и с присутствием тех или иных патологий в проводящей системе сердца; изменчивость сигнала во времени, которая может быть обусловлена как изменениями положения тела, так физиологическими феноменами, такими как изменение общего состояния пациента, развитие патологий в сердечнососудистой системе и появление нарушений ритма сердца; наличие различных видов помех, неизбежно возникающих в процессе длительного наблюдения сигнала; необходимость получения результатов анализа в реальном масштабе времени (или в ускоренном режиме, в случае анализа Холтеровских записей), что накладывает ограничения на вычислительную сложность используемых алгоритмов с точки зрения загрузки процессора и используемого объёма оперативной памяти; использование ограниченного числа отведений ЭКГ (в некоторых применениях — только одного отведения), что затрудняет получение точных оценок диагностических показателей, ввиду недостаточно полной информации, содержащейся во входном сигнале.
Таким образом, при разработке алгоритмов автоматического анализа ЭКГ, предназначенных для использования в системах и приборах кардиологического наблюдения, должны выбираться методы и подходы, позволяющие учитывать перечисленные выше особенности и трудности. Характеристики и особенности электрокардиосигнала Электрокардиограмма представляет собой запись электрических потенциалов, снимаемых с поверхности тела человека и отражающих электрические процессы, происходящие в сердце на протяжении всех фаз сердечного цикла [18, 37, 65]. На рис. 1.1 приведён вид типичного цикла ЭКГ здорового человека в норме. На электрокардиограмме различают следующие основные компоненты, соответствующие различным фазам сердечного цикла: Р-зубец (Р-волна), соответствует фазе деполяризации (сокращения) предсердий; QRS-комплекс (желудочковый комплекс), соответствует фазе деполяризации (сокращения) желудочков; ST-сегмент, соответствует периоду между окончанием деполяризации и началом реполяризации желудочков; Т-зубец (Т-волна), соответствует фазе реполяризации желудочков. Измерение амплитудных и временных параметров перечисленных компонентов кардиоцикла ЭКГ (расшифровка ЭКГ) лежит в основе методов автоматической интерпретации ЭКГ, задачей которой является выявление патологических изменений сердечной мышцы и проводящей системы сердца [65]. В то же время, в приборах и системах кардиологического наблюдения наибольшее внимание уделяется анализу сердечного ритма и его нарушений или отслеживанию динамических изменений в электрокардиограмме в ходе её продолжительного наблюдения. Это предполагает непрерывную регистрацию и анализ электрокардиосигнала на протяжении большого числа сердечных циклов. При этом основой автоматического анализа служит измерение интервалов времени между последовательными сокращениями желудочков сердца (RR-интервалов) и анализ характера формы (морфологии) основных волн кардиоцикла [84].
Методика экспериментального исследования процедур предварительной фильтрации ЭКС
Предварительная фильтрация ЭКС предшествует алгоритмам, осуществляющим анализ сигнала, и служит для выполнения преобразований сигнала, улучшающих условия работы и повышающих эффективность этих алгоритмов. Можно выделить три основных этапа фильтрации, решающие отдельные задачи предобработки ЭКС [35]: фильтрация сетевой наводки, нижних частот и верхних частот. На рис. 2.1 показана последовательность процедур предварительной цифровой фильтрации электрокардиосигнала, а таюке вид спектра сигнала на всех стадиях обработки. Сигнал, получаемый на выходе цепочки фильтров, представляет собой смесь полезного сигнала, в котором сохранены основные частотные составляющие ЭКС, и той части помех, спектр которой лежит в полосе пропускания результирующей частотной характеристики используемых фильтров. Дальнейшее устранение помех методами цифровой фильтрации не представляется возможным, так как это привело бы и к подавлению самого сигнала. В последующих разделах настоящей главы рассмотренная последовательность процедур предобработки принята за основу, и предлагается методика экспериментальных исследований, направленных на обоснование выбора характеристик каждого из этапов предварительной цифровой фильтрации ЭКС.
Как отмечалось в главе 1, использование каких-либо моделей сигнала для экспериментального исследования и оптимизации параметров алгоритмов оказывается затруднительным. Моделирование помех также связано с большими трудностями, так как интенсивность, частотные и временные характеристики помех, возникающих в условиях реального наблюдения ЭКГ, могут варьироваться в очень широких пределах в зависимости как от конкретных пациентов, так и от условий съема сигнала. Кроме того, помехи не удается зарегистрировать отдельно от полезного сигнала.
Сложность представляет также выбор критериев для оптимизации алгоритмов. Это обусловлено тем, что не всегда удается проследить однозначную связь между изменением параметров исследуемых алгоритмов (особенно алгоритмов, относящихся к ранним стадиям обработки ЭКС) и конечными результатами анализа сигнала.
Ниже предлагается методика экспериментального исследования алгоритмов предварительной фильтрации ЭКС в системах кардиологического наблюдения, которая в известной мере позволяет преодолеть отмеченные трудности. Результатом исследования должен служить выбор алгоритмов и оптимального набора их параметров с точки зрения обеспечения наиболее эффективной работы следующих стадий анализа ЭКС. В данном случае ставится задача обеспечить наилучшие условия для выделения желудочковых комплексов ЭКС на фоне других компонент кардиоцикла и помех, определения границ комплексов и классификации их морфологии. В связи с этим, возникает необходимость исследовать влияние разрабатываемых методов как на сам полезный сигнал, так и на изменение в ходе предобработки соотношения между полезным сигналом и помехой. Лучшими алгоритмами должны быть признаны такие, которые обеспечивают существенное подавление помех при незначительном искажении сигнала. Предложенные критерии оценки процедур предобработки ЭКС описываются в разделе 2.2.4.
Исследование алгоритмов в рамках настоящей работы выполнено с использованием набора записей реального электрокардиосигнала. Вопрос о принципах формирования и составе экспериментального набора реализаций ЭКС рассматривается в разделе 2.2.2.
Выше отмечалась сложность моделирования помех, характерных для ЭКС в режиме мониторного контроля электрокардиосигнала (за исключением сетевой наводки). Тем не менее, оценка помехоустойчивости исследуемых методов анализа имеет первостепенное значение. В работе предложено выбрать в качестве модели реализацию белого шума, спектр которого ограничен полосой частот аналогового тракта усиления сигнала. В разд. 2.2.3 изложена методика получения реализации помехи и формирования реализаций сигнала с заданным отношением сигнал/шум.
Для исследования алгоритмов обработки и анализа ЭКГ был специально сформирован набор записей реального электрокардиосигнала. Записи ЭКС были отобраны из многопараметрической базы данных электрофизиологических сигналов «MGH/MF Waveform Database», доступных на сайте «http://www.physionet.org». Набор включает 50 трёхканальных записей ЭКС, длительностью по 60 с каждая. Частота дискретизации ЭКС составляет 250 Гц, а разрядность цифро-аналогового преобразования — 12 бит. Фрагменты были отобраны таким образом, чтобы они не содержали существенных помех и в то же время включали как QRS-комплексы фонового ритма, так и патологические желудочковые комплексы. Общее число QRS-комплексов в наборе - 3384, в том числе - 3113 комплексов фонового ритма и 271 комплекс патологической формы. Все фрагменты ЭКГ были приведены к нулевым средним значениям и верифицированы: отмечены границы каждого комплекса и условный класс формы (см. рис. 2.2). Сформированный набор записей был случайным образом разделён на 2 одинаковых по объёму поднабора: обучающий (используемый для оптимизации параметров алгоритмов) и контрольный (для оценки качества разработанных алгоритмов).
Алгоритм обнаружения желудочкового комплекса по ЭКГ в одном отведении
В предыдущем разделе были исследованы различные методы выделения желудочковых комплексов ЭКГ с использованием цифровой фильтрации, обоснован выбор наиболее эффективного метода и показана возможность построения на базе этого метода простейшего порогового детектора желудочковых комплексов. Разработка реального алгоритма обнаружения требует учета специфических особенностей и характеристик, присущих электрокардиосигналу. Ряд необходимых параметров может быть получен из литературных источников, другие можно оценить по реальным записям сигнала, включенным в экспериментальный набор ЭКГ-данных.
Известно [37], что частота сердечных сокращений у человека (кроме случая фибрилляции желудочков, для распознавания которой необходимо использовать отдельный алгоритм) может лежать в пределах от 30 до 250 ударов в минуту, что соответствует пределам изменения длительности RR-интервала от 0,24 с до 2 с. Однако в ряде ситуаций RR-интервал может уменьшаться до 0,2 с (например, в случае экстрасистолии при высокой частоте сердечных сокращений) или быть больше 2 с (в случае кратковременной асистолии желудочков или выпадения комплексов при брадикардии). На рис. 3.6 изображен типичный кардиоцикл и указаны возможные пределы изменения временных интервалов между его основными характерными точками [65].
Большинство временных интервалов кардиоцикла имеет тенденцию к укорочению с ростом частоты сердечных сокращений [37, 65]. Это обстоятельство необходимо учитывать при разработке алгоритма обнаружения желудочковых комплексов, так как частота ритма сердца даже у одного и того же больного может меняться в ходе наблюдения в 2-3 раза. В [28] были получены соотношения, описывающие зависимости ряда интервалов кардиоцикла ЭКГ от величины среднего RR-интервала: f 0,12с, ГД(. 0,2с лп [0,125Гт+0,1с, TRS 0,2c 0,12с, 7"м 0,2с тктг = .4r +0,05c, 0,2с ГМ 0,6с; 0,257 +0,15 с, 7M 0,6c 0,15с, 7вя 0,3с TPR=- 0,25 + 0,075с 0,3с 7"M 0,7с. 0,25 с, Г„0,7с Здесь ТйП иТкгг представляют собой соответственно нижнюю и верхнюю границы возможного разброса параметра TRT (интервала между вершиной R-зубца и началом Т-зубца), взятые с таким расчетом, чтобы запас по отношению к нанесенным на скатгерограмму значениям составлял не менее 10 %. Выражение (3.3) описывает найденную аналогичным способом верхнюю границу разброса параметра TPR (интервала между началом Р-зубца и вершиной R-зубца). При разработке алгоритма обнаружения желудочкового комплекса во внимание были приняты следующие основные предпосылки и допущения: уровень помех считается таким, при котором остаточные пики от артефактов в сигнале на входе алгоритма не превышают средней для данной реализации ЭКС амплитуды комплексов; оставшиеся после фильтрации колебания, связанные с Т-зубцами, не превышают средней амплитуды желудочковых комплексов для данной реализации; желудочковый комплекс не может появиться раньше вершины Т-зубца, вызванного предшествующим комплексом, т.е. до того, как пройдет время TRn после обнаруженного комплекса; Р-зубец, если он предшествует желудочковому комплексу, меньше последнего по амплитуде и удален от него не более чем на интервал времени т Принцип работы предложенного алгоритма обнаружения желудочковых комплексов ЭКГ иллюстрируется на рис. 3.7, где используются следующие обозначения: х. - отсчеты входного сигнала алгоритма, (т.е. выходного сигнала выделителя желудочковых комплексов); і =1,2,...,/ - порядковый номер (индекс) отсчета сигнала х{; 1М - число отсчетов в анализируемой реализации сигнала; к, - порядковый номер очередного обнаруженного желудочкового комплекса; Ак - максимальное значение отсчетов сигнала к -го комплекса; Тш - значение оценки RR-интервала для к -го комплекса; 1к - индекс отсчета, соответствующего опорной точке к -го комплекса; а - текущая величина максимального значения отсчетов на анализируемом участке сигнала; ia - индекс отсчета, соответствующего текущему максимуму а; t - текущее время от опорной точки последнего обнаруженного (&-1)-го комплекса;
Исследование точности и статистической устойчивости методов расчёта спектральных параметров ВСР
В основе методик анализа вариабельности сердечного ритма (ВСР) лежит представление о том, что последовательность, образуемая величинами длительности интервалов времени между смежными сокращениями сердца фонового ритма (NN-интервалами), несёт информацию о регуляторных функциях вегетативной нервной системы организма [1, 3, 4, 8, 54, 56, ПО]. Последовательность NN-интервалов получают на этапе обнаружения QRS-комплексов ЭКГ. При этом в качестве значения очередного интервала чаще всего рассматривают промежуток времени между отсчётами сигнала, соответствующими абсолютным максимумам R-зубцов соседних QRS-комплексов, что объясняет происхождение наиболее распространённого названия этого параметра ЭКГ - RR-интервал. Термин NN-интервал [ПО, 123] используется при рассмотрении вопросов, связанных с анализом ВСР, специально для того чтобы подчеркнуть, что анализу должна подвергаться именно последовательность интервалов между комплексами фонового ритма (относящихся к классу «норма»). На рис. 5.1 (а) приведён пример фрагмента ЭКГ продолжительностью 5 минут (наиболее часто используемая при анализе ВСР длительность фрагмента сигнала), содержащий только сокращения сердца фонового ритма, а на рис. 5.1 (б) показана в виде ритмограммы последовательность NN-интервалов, полученная для этого фрагмента ЭКГ.
Одним из наиболее распространённых подходов к анализу ВСР является оценка спектральных параметров сигнала, образуемого последовательностью NN-интервалов (сигнала сердечного ритма). При этом в первую очередь ставится задача определения суммарных мощностей, сосредоточенных в трёх частотных диапазонах: очень низких частот VLF (Very Low Frequency, 0,003-0,04 Гц), низких частот LF (Low Frequency, 0,04-0,15 Гц) и высоких частот HF (High Frequency, 0,15-0,4 Гц) [3, 75, 76, ПО].
Специфика сигнала сердечного ритма определяет ряд концептуальных проблем, затрудняющих корректное решение указанных выше задач с использованием общепринятых методов частотного анализа сигналов. наличии нарушений сердечного ритма), либо ошибочно определённые интервалы (из-за помех в сигнале или ошибок алгоритма обнаружения QRS-комплекса). Поскольку сигнал сердечного ритма является случайным процессом, то и рассчитанные по нему показатели будут являться случайными величинами. Более того, одни и те же параметры, полученные с помощью различных методов, могут заметно отличаться друг от друга. В то же время не существует возможности однозначной верификации получаемых результатов, то есть оценки того, насколько корректны значения параметров, рассчитанные тем или иным методом [110]. Сигнал сердечного ритма является нестационарным сигналом, что связано как с природой его возникновения, так и с внешними факторами, оказывающими влияние на пациента в процессе съёма сигнала [25, 27, 73, 123]. Использование статистических и частотных методов анализа предполагает выполнение условий стационарности сигнала в пределах анализируемого фрагмента. В противном случае, рассчитанные показатели не могут считаться статистически состоятельными. Рассмотрим подходы, используемые для преодоления перечисленных трудностей анализа сигнала сердечного ритма. Анализ последовательности неравномерных по времени точечных событий (NN-интервалов) основывается на модели, описывающей процесс порождения этой последовательности и известной как интегральная импульсно-частотная модуляция (Integral Pulse Frequency Modulation, IPFM [48, 74, 112, 143]). В соответствии с данной моделью, каждое значение NN-интервала рассматривается как отсчёт искомой функции управления сердечным ритмом, значение которого совпадает с самой функцией в данной точке, а положение по оси времени соответствует сумме значений всех предшествующих NN-интервалов анализируемой последовательности, включая рассматриваемый интервал. Далее могут быть использованы два альтернативных подхода [96]: восстановление по последовательности кардиоинтервалов функции управления сердечным ритмом в виде сигнала, представленного равномерными по времени отсчётами и дальнейший анализ этого сигнала традиционными методами; использование методов спектрального анализа, специально предназначенных для случаев неравномерно дискретизованных данных. При использовании первого из указанных подходов, равномерно дискретизованныи сигнал получают с помощью того или иного метода гладкой интерполяции. Чаще всего для этого используют математический аппарат сплайнов [35, 43, 46,]. Рекомендованной частотой отсчётов для равномерной дискретизации является 4 Гц [ПО] (следует отметить, что отдельные авторы приводят доводы в пользу того, что эта частота должна быть не ниже 7 Гц [96]). На рис. 5.2 иллюстрируется процедура перехода от последовательности NN-интервалов к равномерно дискретизованному сигналу. Верхний график (а) представляет собой фрагмент ритмограммы NN-интервалов, на среднем графике (б) показан процесс получения сплайна, проходящего через узловые точки, соответствующие значениям NN-интервалов, а нижний график (в) демонстрирует расчёт по функции сплайна значений равномерно дискретизованного сигнала с частотой отсчётов 4 Гц (или с периодом 0,25 с).
