Содержание к диссертации
1. АВТОМАТИЗАЦИЯ АНАЛИЗА ЭКГ В СИСТЕМАХ- МОНИТОРНОГО НАБЛЮДЕНИЯ-10
1.1.-Электрокардиографические исследования-10
1.2.-Особенности электрокардиосигнала-12
1.3.-Устройства регистрации ЭКГ-14
1.4.-Электрокардиографические отведения-15
1.5.-Кардиомониторные системы-20
1.6.-Классификация кардиомониторов-23
1.7.-Алгоритмическое обеспечение кардиомониторных- -систем-26
1.8.-Алгоритмы определения характерных точек ЭКГ-29
1.9.-Задачи обнаружения Р-зубцов ЭКГ-30
1.10.-Методы обнаружения Р-зубцов ЭКГ-33
1-.10.1. Алгоритмы обнаружения Р-зубцов на основе- -цифровой фильтрации-33
1-.10.2. Алгоритмы обнаружения на основе- -WaveLet-преобразования-34
1-.10.3. Корреляционные методы обнаружения Р-зубцов-35
1-.10.4. Контекстуальный анализ-35
Выводы по главе 1-37
2. АЛГОРИТМ ОБНАРУЖЕНИЯ Р-ЗУБЦОВ ЭКГ-38
2.1.-Разработка структуры программно-алгоритмического- -обеспечения КМС с функцией обнаружения Р-зубцов-38
2.2.-Исследуемые характеристики алгоритмов обнаружения- -Р-зубцов ЭКГ-40
2.3.-Алгоритм определения наличия Р-зубцов перед- -GPS-комплексами-42
2.4.-Одноканальныи корреляционный алгоритм обнаружения- -Р-зубцов-45
2-.4.1. Оптимизация параметров модели-50
2-.4.2. Оптимизация порога обнаружения-51
2.5.-Одноканальныи алгоритм обнаружения на основе- -обобщенного расстояния-54
2-.5.1. Оптимизация параметров алгоритма-55
2.6. Многоканальный алгоритм обнаружения Р-зубцов ЭКГ 5 9
2.6.1. Оптимизация параметров многоканального алгоритма обнаружения Р-зубцов 64
2.7. Адаптивный алгоритм обнаружения Р-зубцов ЭКГ 66
2.8. Адаптивный многоканальный алгоритм обнаружения Р-зубцов ЭКГ 69
Выводы по главе 2 7 0
АНАЛИЗ ЭКГ С СИЛЬНО ВЫРАЖЕННЫМИ ДЫХАТЕЛЬНЫМИ ИСКАЖЕНИЯМИ71
3.1. Актуальность проблемы 71
3.2. Одноканальный алгоритм, устойчивый к искажениям сигнала, связанным с дыханием 7 4
3.3. Метод восстановления траектории движения электрического вектора сердца на плоскости по одному отведению 77
3.4. Метод восстановления проекций электрического вектора сердца на ось отведения 7 9
3.5. Алгоритмы оценки схожести форм QPS-комплексов, снятых в разные фазы дыхания 83
3.6. Алгоритм выбора базисных комплексов 85
3.7. Оценка схожести форм реальных комплексов и восстановленных проекций 90
Выводы по главе 3 93
ТЕСТИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННЫХ АЛГОРИТМОВ 94
4.1. Тестирование разработанных алгоритмов 94
4.1.1. База данных МІТ-ВІН 94
4.1.2. База данных ЭКГ QT 95
4.1.3. База данных ЭКГ ReNave 99
4.1.4. База данных для отладки и тестирования алгоритмов автоматического анализа ЭКГ 102
4.2. Контрольное тестирование алгоритмов обнаружения Р-зубцов 105
4.2.1. Тестирование одноканального алгоритма на основе обобщенного расстояния 105
4.2.2. Тестирование многоканального алгоритма 112
4.2.3. Адаптивный алгоритм 114
4.2.4. Тестирование многоканального адаптивного алгоритма обнаружения Р-зубцов 119
4.3. Результаты тестирования алгоритма анализа дыхательных искажений ЭКГ 122
4.4. Одноканальный алгоритм оценки схожести форм QPS-комплексов, снятых в разные фазы дыхания 12 3
4.5. Особенности программной реализации разработанных алгоритмов для использования в кардиомониторнои системе 132
Выводы по главе 4 133
ЗАКЛЮЧЕНИЕ 134
ЛИТЕРАТУРА 136
ПРИЛОЖЕНИЕ 14 4
Примеры записей ЭКГ базы данных ReNave 14 4
Введение к работе
АКТУАЛЬНОСТЬ ПРОБЛЕМЫ. В современной медицинской практике большое распространение получили мониторные системы, обеспечивающие длительный и непрерывный контроль состояния организма человека. В частности, в медицинской практике широко используются кардиомониторные системы, предназначенные для контроля деятельности сердца по электрокардиограмме (ЭКГ). Это связано с тем, что основная доля причин смертности людей в трудоспособном возрасте связана с сердечно-сосудистыми заболеваниями.
На сегодняшний день используются кардиомониторы двух типов: аналоговые и цифровые. Прогресс компьютерной техники привел к тому, что на сегодняшний день наибольшее распространение получили цифровые микропроцессорные кардиомониторы. Такие устройства позволяют:
- создать гибкое программное обеспечение, предназначенное для обработки и анализа электрокардиосигнала;
- автоматизировать процесс работы с документами, построение необходимых графиков, расчет параметров, ведение баз данных и пр.
Автоматические кардиомониторы используются в самых разных областях медицины: при лечении больных в стационаре, при амбулаторном наблюдении, в спортивной и космической медицине, в системах контроля состояния человека-оператора.
Широкое развитие получили микропроцессорные кардиомониторы, предназначенные для использования в палатах интенсивной терапии и реанимации. Такие системы позволяют производить длительный и непрерывный контроль и анализ ЭКГ человека, находящегося в критическом состоянии. Известно, что у больных, находящихся в острой стадии инфаркта миокарда в результате развития опасных для жизни осложнений в ранний период болезни возникают острые нарушения ритма и проводимости сердца. Это приводит к тому, что смертность таких пациентов составляет около 35%. Применение кардиомониторные систем позволяет произвести раннюю диагностику нарушений и начать активное лечение, благодаря чему, смертность больных снижается до 20% [ 16]
Большое значение при мониторном контроле деятельности сердца по ЭКГ имеет получение достоверной статистической информации о характере ритма. Широкое распространение сегодня получили методики оценки состояния сердца, основанные на измерении изменчивости или вариабельности временных интервалов между морфологическими элементами ЭКГ. Наиболее известным параметром является вариабельность ритма сердца. В большинстве систем этот показатель рассчитывается относительно интервалов RR. Это связано с большой амплитудой QPS-комплексов и, соответственно, хорошими показателями надежности работы таких алгоритмов. С физиологической точки зрения метод расчета вариабельности RR-интервалов как вариабельности ритма сердца не верен, т.к. ритм сердца должен рассчитываться по интервалам между Р-зубцами ЭКГ. Кроме определения вариабельности РР-интервалов как вариабельности ритма сердца, существуют методики оценки состояния сердца по вариабельности интервалов PQ, PR и РТ.
Обнаружение Р-зубцов при мониторном анализе сигнала в реальном времени затруднено вследствие малого отношения сигнал/помеха для Р-зубца. Решение этой проблемы может быть найдено с использованием современных цифровых систем анализа сигнала и включения в процесс обработки нескольких отведений ЭКГ.
ЦЕЛЬ РАБОТЫ. Целью настоящей работы является повышение качества работы алгоритмов обнаружения Р-зубцов по одному или нескольким отведениям ЭКГ.
Для достижения этой цели в работе решаются следующие задачи:
разработка и исследование методов обнаружения Р-зубцов по одноканальной ЭКГ;
- разработка и исследование методов обнаружения Р-зубцов по нескольким отведениям ЭКГ;
- разработка и исследование методов анализа дыхательных искажений ЭКГ;
- разработка программно-алгоритмического обеспечения обнаружения Р-зубцов и анализа дыхательных искажений для систем авто матического анализа ЭКГ.
МЕТОДЫ ИССЛЕДОВАНИЯ. Теоретическая часть диссертационной работы выполнена на базе аппарата теории цифровой фильтрации, математической статистики и аналитической геометрии в пространстве .
Экспериментальная часть построена с использованием стандартных баз ЭКГ-данных MIT-BIH [67] и QT [ 54] и базы ЭКГ-данных ReWave (СПбГЭТУ). Для проведения экспериментов составлены программы на языке Си и в оболочке MathCAD 8.0. Результаты исследований интерпретировались с помощью аппарата математической статистики.
НОВЫЕ НАУЧНЫЕ РЕЗУЛЬТАТЫ. На защиту выносятся следующие новые научные результаты, которые получены автором в процессе решения поставленных задач:
1) предложен и исследован новый метод обнаружения Р-зубцов по одному или нескольким отведениям ЭКГ, основанный на подсчете обобщенного расстояния, анализе формы и амплитуды сигнала;
2) предложена и исследована новая адаптивная модель Р-зубцов, позволяющая получать все возможные формы сигнала в соответствии с принятой классификацией;
3) на основе адаптивной модели разработан метод обнаружения Р-зубцов ЭКГ по одному или нескольким отведениям, обладающий улучшенными характеристиками по сравнению с методом на основе обобщенного расстояния;
4) предложен и исследован новый метод анализа дыхательных искажений ЭКГ по одному отведению, предназначенный для выявления и коррекции искажений сигнала, связанных с дыханием.
Практическая ценность работы состоит в следующем:
- предложенные алгоритмы анализа ЭКГ позволяют провести диагностику целого ряда нарушений деятельности сердца, связанных с электрическим возбуждением предсердий и функцией проведения возбуждения от предсердий к желудочкам;
- применение метода анализа дыхательных искажений ЭКГ позволяет уменьшить число ошибок классификации морфологических элементов ЭКГ, возникающих вследствие циклических искажений формы и амплитуды сигналов.
ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ. Диссертационная работа связана с выполнением НИР по проекту РФФИ 00-01-00448 "Исследование методов обработки и распознавания биомедицинских сигналов" и по проекту № 0201.05.251 "Разработка информационных технологий и инструментальных средств для создания и развития прикладных интеллектуальных систем в технике, образовании, медицине и в системах специального назначения" (Минпромнауки РФ), которые проводились с участием автора в 1999 - 2002 гг.
Алгоритмы анализа ЭКГ, созданные в ходе работы, используются в составе программного обеспечения компьютерной кардиомони-торной системы "РИТМОН". Система промышленно выпускается 000 "Биосигнал" и используется для автоматизации нагрузочного тестирования в нескольких десятках лечебных учреждений России.
АПРОБАЦИЯ РАБОТЫ. Основные положения и результаты диссертационной работы докладывались и обсуждались на: международной научно-технической конференции, Четвертой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (1999 С.-Петербург), Пятой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (2000 С.-Петербург), Шестой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (2001 С.-Петербург).
ПУБЛИКАЦИИ. Материалы диссертации опубликованы в 5 печатных работах, которые включены в общий список литературы.
СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертационная работа состоит из введения, 4 глав, заключения и приложений. Основной текст изложен на 14 3 страницах. Работа содержит 4 4 рисунка. Список литературы по теме включает 75 наименований. В приложениях представлены примеры записей ЭКГ.
КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ. Первая глава посвящена рассмотрению медицинских аспектов диагностики нарушений деятельности сердца по ЭКГ пациента, проблем автоматического анализа ЭКГ. В литературном обзоре описываются и сравниваются существующие методы анализа ЭКГ и измерения информативных ЭКГ-признаков. Дано описание нарушений ритма сердца, диагностика которых возможна лишь при наличии данных о положении Р-зубцов. Также рассмотрены существующие системы отведений ЭКГ.
Вторая глава посвящена разработке и исследованию алгоритмов обнаружения Р-зубцов ЭКГ в одном или нескольких отведениях, основанных на подсчете функции корреляции и обобщенного расстояния. Предложена адаптивная модель Р-зубцов. Разработаны однока-нальный и многоканальный адаптивные алгоритмы обнаружения Р-зубцов. Проведено экспериментальное сравнение качества работы разработанных алгоритмов.
В третьей главе предложен метод и исследован алгоритм коррекции дыхательных искажений ЭКГ по одному отведению. Описанная методика предназначена для использования в компьютерных мони-торных системах контроля ЭКГ и обеспечивает повышение качества работы алгоритмов классификации таких систем в условиях сильно выраженных дыхательных искажений сигнала.
В четвертой главе рассматриваются особенности реализации алгоритмов анализа ЭКГ в компьютерных системах мониторирования ЭКГ человека. Приводится описание компьютерной кардиомониторнои системы, использующей алгоритмы обнаружения и анализа дыхательных искажений ЭКГ. Дано краткое описание программного обеспечения проведенных в рамках настоящей работы экспериментальных исследований.
Диссертационная работа выполнена на кафедре биомедицинской электроники и охраны среды Санкт-Петербургского государственного электротехнического университета им. В.И. Ульянова (Ленина) под руководством доктора технических наук профессора А. П. Не-мирко.