Содержание к диссертации
Введение
ГЛАВА 1 Проблемы ранней диагностики нарушений в деятельности сердечно-сосудистой системы 19
1.1. Физиологические и функциональные аспекты оценки состояния сердечно-сосудистой системы 19
1.2. Методы и средства для выявления электрофизиологических изменений миокарда
1.2.1 Методы и средства предварительной обработки ЭКС 23
1.2.2 Методы раннего выявления ишемических изменений и признаков электрической нестабильности миокарда 1
.2.2.1 Оценка параметров ST-сегмента ЭКС 34
1.2.2.2 Оценка альтернации Т-зубца ЭКС 37
1.2.2.3 Оценка удлинения и дисперсии интервала QT 42
1.2.2.4 Оценка турбулентности сердечного ритма 43
1.2.2.5 Оценка поздних потенциалов желудочков сердца на основе электрокардиографии высокого разрешения 45
1.2.2.6 Оценка показателей вариабельности сердечного ритма 47
1.3. Методы и средства оценки адаптационных возможностей целостного организма на основе контроля параметров сердечнососудистой системы 48
1.3.1 Физиологические аспекты использования параметров вариабельности сердечного ритма как индикатора функционального состояния целостного организма 49
1.3.2. Методические аспекты использования параметров вариабельности сердечного ритма как индикатора функционального состояния целостного организма 56
1.4. Особенности комплексного подхода к поддержке принятия решений в проблеме ранней диагностики нарушений в деятельности сердечно-сосудистой системы з
1.5. Формулировка задач, подлежащих решению 68
ГЛАВА 2 Информационные аспекты предварительной обработки электрокардиосигнала 69
2.1. Подходы к оценке качества предварительной обработки электрокардиосигнала 69
2.1.1 Метрологические аспекты оценки качества предварительной обработки ЭКС 71
2.1.2 Оценка диагностической эффективности интерпретирующей системы на основе концепции доказательной медицины 73
2.2. Методология параллельной обработки биомедицинских сигналов.. 77
2.3 Методология предварительной параллельной обработки для устранения аддитивных помех ЭКС 85
2.4. Исследование эффективности методов устранения помех электрокардиосигнала на основе параллельной обработки 98
2.4.1. Влияние параллельной предварительной обработки на амплитудные значения дискретных отсчетов ЭКС 99
2.4.2. Влияние параллельной предварительной обработки на амплитудные значения информативных параметров ЭКС 101
2.4.2.1. Исследование методов на основе фильтрации 104
2.4.2.2. Исследование интерполяционных методов 105
2.4.2.3. Исследование метода устранения дрейфа изолинии, основанного на методологии параллельной обработки 109
2.5 Выводы 117
ГЛАВА 3 Методы формирования информативных параметров электрокардиосигнала и информативных признаков заболеваний 119
3.1. Выбор и обоснование информативных параметров 119
3.2. Интегральная методология. Спектральные коэффициенты как информативные параметры 123 3.3 Исследование помехоустойчивости интегральных оценок информативных параметров 130
3.4 Методы и алгоритмы для выявления ишемических изменений миокарда на основе формирования интегральных информативных параметров и информативных признаков ST-сегмента ЭКС 142
3.4.1 Выделение временного интервала, принадлежащего ST сегменту, на основе QRS-стробирования 142
3.4.2. Алгоритм выделения ST-сегмента и экспериментальное исследование принципа QRS-стробирования : 156
3.4.3. Наборы решающих правил, методы оценки информативных параметров и формирования информативных признаков заболеваний 1 3.5 Методы для выявления аритмогенной готовности миокарда на основе формирования интегральных информативных параметров и информативных признаков альтернации Т-зубца ЭКС 175
3.6 Выводы 183
ГЛАВА 4 Методы оценки функционального состояния организма на основе обработки сигналов сердечногоритма и дыхания 185
4.1 Модель взаимосвязи параметров сердечного ритма и дыхания 186
4.2. Исследование погрешности определения показателей вариабельности сердечного ритма 193
4.3. Выбор и обоснование критерия оценки синхронизированности сердечно-сосудистой и дыхательной систем 198
4.4. Оценка устойчивости критериев синхронизированности работы сердечно-сосудистой и дыхательной систем к инструментальным факторам погрешности 214
4.4.1. Оценка устойчивости критериев к дрейфу пневматограммы... 216
4.4.2 Оценка устойчивости критериев на различных временныхинтервалах 217
4.4.3 Оценка устойчивости критериев к процедуре устранения артефактов 220
4.5. Разработка комплексного критерия оценки функционального состояния организма 222
4.6 Выводы 228
глава 5 Комплексная интерпретация клинико инструментальных факторов 231
5.1 Принципы построения автоматизированной системы для комплексной ранней диагностики сердечно-сосудистых заболеваний 231
5.2. Разработка нейросетевого модуля поддержки принятия решений в прогнозировании впервые возникшей стенокардии 238
5.2.1. Постановка задачи 238
5.2.2. Методы исследования 240
5.2.3. Подготовка данных для нейросетевой обработки 241
5.2.4. Выбор структуры ИНС и методика проведения эксперимента 247 5.3 Выводы 251
Заключение 252
Список сокращений
- Методы раннего выявления ишемических изменений и признаков электрической нестабильности миокарда
- Методология предварительной параллельной обработки для устранения аддитивных помех ЭКС
- Интегральная методология. Спектральные коэффициенты как информативные параметры
- Оценка устойчивости критериев к процедуре устранения артефактов
Методы раннего выявления ишемических изменений и признаков электрической нестабильности миокарда
При оценке состояния здоровья человека на первом месте стоит исследование и оценка состояния сердечно-сосудистой системы, так как она является основным звеном, определяющим и лимитирующим доставку кислорода работающим органам, и кроме того сердечно-сосудистая система современного человека чрезвычайно ранима.
С позиций разработки диагностического оборудования можно выделить несколько уровней отклонения состояния организма от нормы [1], из которых наиболее поздним, но, одновременно и наиболее наглядным в плане диагностики является морфологический. Ему соответствуют микроскопические и макроскопические изменения в органах и тканях. Морфологическому уровню предшествует метаболический уровень, характеризующийся биохимическими сдвигами в биологических жидкостях тела. Самым ранним уровнем отклонений от нормы является функциональный. Это обратимые физико-химические нарушения, связанные с избыточной нагрузкой на органы и системы и истощением адаптационных резервов организма.
Морфологический уровень нарушений в деятельности сердечнососудистой системы выявляется, преимущественно, различными видами визуализации [2], наиболее распространенным из которых является ультразвуковая диагностика - эхокардиография [3,4]. Эталонным методом диагностики ишемических изменений миокарда является селективная коронарография [5, 6], основанная на введении рентгеноконтрастного вещества в устья коронарных артерий. Данный метод может быть использован только по серьезным показаниям, поскольку является инвазивным и несет определенный риск для пациента. Высокоинформативными являются также методы магнитно-резонансной томографии [7], миокардиальной перфузионной сцинтиграфии [8], позитронной эмиссионной компьютерной томографии и высокоскоростной компьютерной рентгенографии [9]. Однако эти методы, дорогостоящие в своей реализации, доступны только федеральным и коммерческим медицинским центрам и крупным лечебно-профилактическим учреждениям и не могут пока служить основой для экспресс-диагностики миокардиальных заболеваний при проведении массовых обследований и в медицинских учреждениях различного уровня.
Также к методам, выявляющим морфологические изменения тканей сердца с позиций нарушения из электрофизиологических свойств, можно отнести и стандартное электрокардиографическое исследование, позволяющее по косвенным признакам оценить характер и степень поражения тканей, например, после инфаркта миокарда.
Заключение по итогам морфологических исследований является важным для решения экспертных вопросов, в реабилитологии, но не всегда является атрибутом прогноза полного излечения, поскольку указывает на сформировавшийся, зачастую необратимый патологический процесс.
Метаболический уровень отклонений в организме фиксируется с помощью биохимических методов. В оценке состояния сердечнососудистой системы биохимический анализ крови позволяет выявлять как факторы, косвенно указывающие на уровень риска развития миокардиальных заболеваний (холестерин, триглицериды, кальций), так и явно отражающие поражение сердечной мускулатуры (миоглобин, креатинфосфокиназа, аспартатаминотрансфераза, тропанины и др.) [10]. Однако концентрации веществ в биологических жидкостях, особенно в крови, подвержены колебаниям в зависимости от уровня физической нагрузки, режима питания, сезона, времени суток и пр. Поэтому, характеристика метаболического уровня при первичном обследовании часто носит лишь вероятностный характер, особенно в случае выявления пограничных состояний. Кроме того, биохимические методы являются инвазивными и не могут быть реализованы в системах «домашней диагностики».
Функциональный уровень изменений в организме требует наиболее чувствительных методов и подходов к регистрации и анализу фиксируемых явлений. С одной стороны, выявляемые функциональные нарушения - это обратимые изменения на морфологическом и метаболическом уровнях, для выявления которых необходимо повышение разрешающей способности диагностического оборудования. С другой стороны, функциональные нарушения в определенном органе или системе взаимосвязаны с нарушением адаптационных процессов организма как единого целого и требуют оценки общего уровня функционального состояния организма и эффективности протекающих в нем регуляторных процессов, то есть информационного исследования.
В настоящее время для оценки функциональных состояний P.M. Баевским была разработана концепция о возможности использования системы кровообращения в качестве индикатора адаптационных реакций целостного организма [11, 12]. При этом инструментом оценки функционального состояния организма выступает вариабельность сердечного ритма (ВСР). Оценка и прогнозирование функционального состояния целостного организма по данным исследования сердечнососудистой системы основывается на следующих положениях:
1) Гемодинамические изменения в различных органах и системах возникают раньше, чем соответствующие функциональные нарушения;
2) Информационные процессы в механизме регуляции сердечнососудистой системы изменяются раньше, чем появляются энергетические, метаболические или гемодинамические сдвиги; 3) Исследование процессов временной организации, координации и синхронизации информационных, энергетических и гемодинамических процессов в сердечно-сосудистой системе позволяет выявлять самые начальные изменения в управляющем звене целостного организма. Таким образом, функциональное состояние целостного организма и сердечнососудистой системы взаимосвязаны, и параметры ВСР могут быть использованы как один из аспектов ранней диагностики.
В качестве базового подхода для разработки систем для ранней диагностики нарушений в деятельности сердечно-сосудистой системы была выбрана электрокардиография, как наиболее распространенный, доступный и неинвазивный метод, позволяющий выявлять как морфологические, так и функциональные нарушения.
Методология предварительной параллельной обработки для устранения аддитивных помех ЭКС
В связи с этим были продолжены разработки в области микроальтернации [45].
Проведенные в [64, 65] исследования показали, что микроальтернация зубца Т является наилучшим неинвазивным методом для оценки возможного риска аритмических осложнений у больных ИБС, и повышение диагностической эффективности данного метода является актуальной задачей для ранней диагностики нарушений в деятельности миокарда.
Для оценки микроальтернации наиболее широко используют класс спектральных методов. Он основан на обработке векторных амплитуд ЭКС в трех ортогональных отведениях по Франку, полученных в течение 128 или более кардиоциклов. При помощи быстрого преобразования Фурье вычисляется спектр мощности для амплитуд соответствующих отсчетов, принадлежащих Т-зубцу в каждом из следующих друг за другом кардиоциклов. Присутствие альтернации характеризует факт наличия пика в крайней точке усредненного спектра на частоте 0.5 от средней частоты сердечных сокращений ЧСС [66].
Тест на микроальтернацию считается положительным, если: -амплитуда Т-петли 1,9 мкВ (при отношении сигнал / шум 3,0) в течение времени большего, чем 1 минута; -частота сердечных сокращений меньше, чем 110 ударов в минуту.
Таким образом, пациенты с признаками Т-альтернации и сердечным ритмом ПО и менее ударов в минуту признаются тест-положительными, пациенты с более частым ритмом и без признаков Т-волны - тест-отрицательными. Причиной неопределенных результатов может быть неадекватное нарастание частоты сердечных сокращений и/или высокий уровень шумов.
Фундаментальным недостатком данного класса методов является предположение, что амплитуда Т-зубца при наличии альтернации изменяется по синусоидальному закону. Это приводит к методической погрешности, обусловленной тем, что в действительности закон изменения амплитуды Т-зубца от кардиоцикла к кардиоциклу при альтернации имеет характер, отличающийся от синусоидального. При этом оказывается невозможным обнаружить альтернации Т-зубца с частотами, отличающимися от 0.5 ЧСС. Кроме того, данные методы ограничены требованием низкой шумовой регистрации ЭКС (соотношение сигнал/шум 3), требуют накопления значительного числа кардиоциклов, для проведения диагностики необходимым является использование векторной системы электрокардиографических отведений. Кроме того, для обеспечения минимально необходимого соотношения показателя сигнал/шум величиной 2-3 требуется увеличивать частоту сердечных сокращений до значений 100-105 ударов в минуту. В противном случае амплитуда полезного сигнала микроальтернаций зубца Т соизмерима с измерительным шумом и достоверно не измеряется. По этой причине все приборы, использующие спектральные методы, для реализации инструментальной процедуры измерения микроальтернаций требуют стресс-теста или какой-либо естественной нагрузки, например при контроле микроальтернаций в холтер-мониторах.
Альтернативным подходок к выявлению микроальтернации является метод дисперсионного картирования ЭКГ (ДК ЭКГ), который основан на компьютерном формировании карты электрических микроальтернаций ЭКГ-сигнала [67]. В методе дисперсионного картирования используется математическая модель расчета электрических напряжений между близко расположенными поверхностными точками на основе модельного учета электромагнитного излучения миокарда. Физическое существо этой модели заключается в том, что существует объективная зависимость между средней амплитудой микроальтернаций и разностным сигналом, характеризующим электрическую симметрию между правым и левым желудочками и правым и левым предсердиями [68]. Именно анализ этих разностных сигналов порождает дисперсионную карту микроколебаний ЭКГ. Эта модель позволяет получить устойчивый сигнал микроколебаний ЭКГ, отражающий не только микроальтернации Т-волны, но и микроколебания QRS-комплекса и Р-волны даже в состоянии покоя.
Для выявления альтернации Т-зубца без использования длительной процедуры накопления предлагаются методы на основе комплексной демодуляции, позволяющие динамически отслеживать альтернации Т-зубца [69] и методы на основе модифицированного алгоритма скользящего среднего (modified moving average, ММА) [70, 71]. Метод ММА использует принцип подавления шума при рекурсивном усреднении. Алгоритм непрерывно усредняет отдельно четные (А) и нечетные (В) комплексы. При усреднении комплексы совмещаются друг с другом. В итоге определяется максимальная разница амплитуд между усреднёнными чётным и нечётным комплексами в пределах сегмента JT, которая и является значением альтернации.
Предлагаются также корреляционные методы [72], методы на основе преобразования Карунена-Лоева [73], методы на основе анализа главных компонент [74], , метод на основе построения карт Пуанкаре [75], вейвлет-преобразования [76, 77] и т.д. Однако проблему разработки эффективных методов выделения альтернации Т-зубца нельзя считать окончательно решенной. Согласно обзору, проведенному в [78], для всех используемых методов выделения альтернации обязательной является стадия предобработки, включающая в себя устранение дрейфа изоэлектрической линии стандартными методами на основе фильтрации или сплайн-интерполяции. Кроме того, актуален вопрос выделения альтернации на кратковременных записях ЭКС и в условиях высокой зашумленности сигнала, что приводит к необходимости формирования новой методологии информативных признаков.
Интегральная методология. Спектральные коэффициенты как информативные параметры
Качество предварительной обработки электрокардиосигнала связано с количеством диагностически значимой информации, сохраняемой в сигнале в процессе съема, усиления, аналого-цифрового преобразования и устранения помех.
Диагностическая информация, заключенная в амплитудно временных и частотных параметрах элементов ЭКС, выделяемых из смеси «сигнал-помеха» и используемых для формирования информативных признаков нарушений в деятельности миокарда, не может быть измерена с позиций классического шенноновского подхода к оценке количества информации. Во-первых, электрокардиосигнал является квазидетерминированным, и значимая информация о нарушениях в деятельности сердечно-сосудистой системы содержится в отклонениях информативных признаков от условной нормы. Во-вторых, в зависимости от решаемой задачи (ранняя диагностика признаков ишемических и аритмогенных изменений, диагностика и оценка характера течения определенного заболевания, например, инфаркта миокарда и т.д.) вектор информативных параметров и информационная значимость каждого из этих параметров будут различаться.
Для оценки изменения количества информации в процессе обработки ЭКС можно выделить следующие этапы преобразования информации, существенно влияющие на итоговую диагностическую эффективность электрокардиографического исследования (рисунок 2.1), представленные в виде функциональных блоков. ЭКС Блокпредварительнойобработки ЭКС,очищенный от помех Блокформирования информативных параметров ИП ИП _
Этапы преобразования электрокардиографической информации Информативный параметр ИП - амплитудная, временная, частотная или полученная в результате иного преобразования БМС характеристика сигнала. Информативный признак (заболевания) ИПЗ - функция от вектора информативных параметров, выход значения которой за пределы условной нормы отражает наличие выявляемой патологии исследуемой системы: ИПЗк=Рк{ИПх,ИП2,..ЛП„), где п - число информативных параметров, используемых для формирования информативного признака k-й патологии.
В простейшем случае ИПЗ может принимать только двоичные значения — 0 — «отсутствие патологии» и 1 — «наличие патологии». Искажением диагностической информации в таком случае будет принятие ложноположительного (ИПЗ=1 при отсутствии патологии) или ложноотрицательного (ИПЗ=0 при наличии патологии) решения. Искажение может быть обусловлено как воздействием помехи на любой из ИП в процессе съема БМС, так и так и некорректностью процедуры устранения помех на этапе предварительной обработки.
Глобальной целью на всех этапах преобразования электрокардиографической информации является итоговое достижение максимальной диагностической эффективности системы в целом. Проблема оценки диагностической эффективности медицинских интерпретирующих приборов не является в полной мере формализованной. Уже с начала 80-х годов XX века в медицинской практике применяются интерпретирующие электрокардиографы таких производителей, как Hewlett-Packard, Marquette (США) и Siemens (Германия), однако говорить о завершении проработки всех аспектов испытаний интерпретирующих электрокардиографов рано. Полностью исследованным можно признать только вопрос оценки качества регистрации сигналов. Достаточно надежными представляются способы оценки точности вычисления врачебных параметров электрокардиосигнала, за исключением динамически наблюдаемых (как-то, изменение смещения ST, изменение наклона ST, или даже изменения RR-интервалов), не подкрепленных еще метрологически строгим решением. Подходы же к оценке качества интерпретации, несмотря на использование обширных верифицированных баз электрокардиографических сигналов, пока обозначены в общих чертах.
Задача оценки качества состоит в идентификации достигнутых прибором в процессе его испытаний уровней качества, по числу назначенных взаимонезависимых характеристик качества. Уровни качества при этом опираются на «измеряемые» показатели качества, которые должны выражаться каким-либо формальным способом, пригодным для сравнения однородной группы приборов (как правило, числовыми значениями) [127].
Можно выделить два базовых аспекта существующего подхода к оценке качества преобразования информации в медико-диагностическом оборудовании: метрологический подход и подход, основанный на концепции доказательной медицины.
Согласно ГОСТ IEC 60601-2-51-2011 «Изделия медицинские электрические» [128], включающему в себя современные требования международных стандартов, к электрокардиографическому оборудованию предъявляется ряд требований к качеству съема и предварительной обработки электрокардиосигнала. Требованиям ГОСТ должны удовлетворять динамические характеристики (линейность и динамический диапазон, неравномерность АЧХ, импульсная переходная характеристика на низких частотах и т.д.), стабильность результатов измерений при наличии помех, дискретизация и квантование ЭКГ по амплитуде и ряд других характеристик, проверяемых с помощью регистрации специализированных тестовых сигналов с известными параметрами. Например, амплитуды выходных импульсов для зубцов R и S регистрируемой калибровочной ЭКГ не должны отклоняться более чем на 5 % от исходного значения. Смещения ST не должны отличаться более чем на ± 25 мкВ от референтного значения калибровочного сигнала, измерения амплитуды ST, выполненные по записи ЭКГ между 20 и 80 мс после окончания комплекса QRS, не должны отличаться более чем на 25 мкВ. Переходный шум на записи ЭКГ до и после основных отклонений (QS, R, RS) не должен превышать 25 мкВ по амплитуде. Наклон сегментов ST на записи ЭКГ не должен превышать 0,05 мВ/с.
Оценка устойчивости критериев к процедуре устранения артефактов
Повышение чувствительности электрокардиографического исследования требует дополнительного увеличения соотношения «сигнал-шум» на этапе формирования информативных параметров ИП ЭКС. В предлагаемой интегральной методологии для формирования информативных параметров элементов ЭКС используется его спектральное представление в базисе тех или иных ортогональных функций на временном интервале существования элемента. При этом обеспечивается снижение воздействия помех на результат обработки ЭКС и более достоверная оценка информативных параметров формы в пределах одного кардиоцикла.
Этапы процедуры Ъх формирования і-го информативного параметра включают выделение временного интервала элемента ЭКС 7$ и осуществление спектрального преобразования на этом интервале в специализированном базисе, результатом которого является значение ИП\ -спектральной амплитуды А\ в выбранном базисе, которое количественно характеризует выраженность соответствующего параметра формы.
Для выбора базиса спектрального представления сигнала, наиболее отчетливо отражающего требуемые признаки формы, принятого в теории аппроксимации критерия близости оказывается недостаточно. Критерий минимизации методической погрешности в стандартной форме в рамках решаемой задачи является значимым, но не определяющим при выборе оптимального базиса спектрального представления. При выборе базиса спектрального представления с позиций простоты интерпретации результатов обработки необходимо, чтобы энергия Us(9) как суммы сигналов-примитивов была локализована в как можно меньшем числе спектральных составляющих, и наличие в составе сигнала одного из примитивов отражалось присутствием в спектре соответствующей амплитуды, пропорциональной только выраженности этой составляющей.
Кроме того, для обработки сигнала в реальном времени процедура вычисления спектральных коэффициентов должна быть достаточно простой. Таким образом, требования к базису спектрального представления [166]: 1. Требование локализации: в базисе должны присутствовать спектральные составляющие, амплитуда которых зависит только от наличия в описании формы ST-сегмента или Т-зубца одного из «примитивов», и не зависит от двух других. 2. Требование минимальной сложности вычислений и простоты технической реализации процедуры вычисления спектральных коэффициентов.
Как было показано в [50], наиболее отчетливое представление о параметрах формы ST-сегмента или Т-зубца может быть получено по его спектральному составу в базисах полиномов Лежандра и функций Уолша. Указанные базисы удовлетворяют требованию локализации, которое, на основе полученных результатов, может быть формально описано следующим образом (таблица 3.1).
Было показано, что нулевая, первая и вторая спектральная амплитуда в базисе Лежандра и 0, 1 и 3 - в базисе Уолша при упорядочении по Пэли характеризуют, соответственно, степень и знак смещения, направление наклона и наличие выпуклости или вогнутости. Значения данных спектральных амплитуд можно рассматривать как информативные параметры ИП - смещения (ПС), наклона (ПН) и выпуклости/вогнутости (ПВ).
Наличие постоянных коэффициентов взаимосвязи между значениями спектральных амплитуд и масштабирующими коэффициентами при соответствующих сигналах-примитивах позволяет не только качественно, но и количественно оценить параметры формы. Коэффициенты передачи каждого из сигналов-примитивов на соответствующую спектральную составляющую представлены в таблице 3.2.
Проведем сравнительный анализ представлений сигнала в базисах Лежандра и Уолша и определим сферы применимости каждого из базисов. С позиций теории аппроксимации достоверность представления сигнала его спектральными коэффициентами определяется достоверностью приближения в среди еквадратическом. Определим методическую среднеквадратическую погрешность є для спектральных амплитуд ПС, ПН и ПВ в каждом из базисов по формуле Anf є = 142 ;=0 (3.2.1) где А, - спектральная амплитуда номера і; Аіпі- - спектральная амплитуда, являющаяся информативным параметром. 126 Данная форма записи справедлива при условии, что рассматривается спектр сигнала-примитива, соответствующего выявляемому информативному параметру и сигнал представлется непосредственно спектральными составляющими. Результаты представлены в таблице 3.3.
Полученные результаты [167] показывают, что при представлении в базисе Лежандра энергия информативного сигнала полностью сконцентрирована в трех составляющих - информативных параметрах, и восстановление его временной формы может быть произведено путем непосредственного обратного преобразования; при этом отсутствует методическая составляющая погрешности. Таким образом, в случае необходимости восстановления временной формы элемента ЭКС по хранимому набору информативных параметров, а также при невысокой значимости объема вычислительных затрат (например, в исселовательских системах), использование базиса Лежандра является более предпочтительным.
В случаях, когда временные затраты на преобразование сигнала и сложность аппаратной реализации являются наиболее значимым фактором (портативное оборудование, мониторные системы, системы реального времени), критерием выбора базиса преобразования становится минимизация вычислительных затрат. Формирование спектральных амплитуд в базисе Уолша сводится к интегрированию (суммированию дискретных отсчетов) сигнала с соответствующим знаком и легко может быть осуществлено как аппаратным, так и программным путем. Использование базиса Лежандра требует дополнительных вычислительных затрат на формирование самих базисных функций и перемножение их с исходным сигналом. То есть, с позиций требования минимальной сложности вычислений и простоты технической реализации процедуры вычисления спектральных коэффициентов, предпочтителен выбор базиса Уолша [168].
В случае рассмотрения непрерывного сигнала информативность спектрального представления элементов ЭКС в указанных базисах является эквивалентной, поэтому при выборе оптимального базиса для вычисления информатиных параметров можно руководствоваться соображениями простоты вычислительной процедуры. Однако, в реальных условиях одним из этапов автоматической обработки ЭКС является, как правило, дискретизация сигнала по времени. При этом в зависимости от используемой аппаратуры, а так же от физиологического состояния пациента, число временных отсчетов, принадлежащих рассматриваемому участку сигнала, может варьировать в значительных пределах. Следовательно, важным аспектом оценки достоверности спектрального представления элементов ЭКС является рассмотрение зависимости значений нормированных спектральных амплитуд от числа используемых дискретных отсчетов по отношению к непрерывному преобразованию.
При оценке параметров элементов ЭКС возможные алгоритмы можно разделить на два класса - адаптивные, в которых длительность интервала преобразования определяется длительностью рассматриваемого элемента ЭКС и варьирует для каждого конкретного случая, и неадаптивные, когда оценка параметров происходит во временном окне фиксированной длительности. Рассмотрим случай использования адаптивного алгоритма, как исключающий внесение дополнительной погрешности за счет несовпадения интервала существования исследуемого участка сигнала и ширины времен ого окна [169].
