Содержание к диссертации
Введение
ГЛАВА 1. Обзор способов обработки и анализа электрокардиосигнала 11
1.1. Анализ предметной области 11
1.1.1. Отображение электрических процессов в сердце на ЭКГ 11
1.2. Принципы автоматической обработки ЭКС 21
1.2.1. Ввод и фильтрация ЭКГ 21
1.2.2. Распознавание характерных элементов ЭКГ и расчет диагностических параметров 23
1.2.3. Интерпретация и классификация ЭКГ 35
1.3. Способы оценки параметров ST-сегмента 37
1.4. Анализ стандартной точечной методики оценки параметров ST-сегмента 52
1.4.1. Оценка вероятности ложноположительного выявления смещения ST-сегмента 52
1.4.2. Оценка вероятности ошибочного
определения типа формы ST-сегмента 59
1.5. Формулировка требований к способам и средствам для оценки параметров ST-сегмента 63
1.6. Формулировка задач, подлежащих решению 67
ГЛАВА 2. Выявление информативных параметров ST-сегмента 70
2.1. Разработка математической модели ST-сегмента 70
2.2. Спектральные коэффициенты как информативные параметры 74
2.3. Спектральное представление ST-сегмента 84
2.3.1. Тригонометрические функции 84
2.3.2. Ортогональные полиномы 87
2.3.2.1. Полиномы Чебышева 89
2.3.2.2. Полиномы Лежандра 97
2.3.3. Функции Уолша 100
2.3.4. Сравнительный анализ спектрального представления ST-сегмента в различных базисах 108
2.4. Способы оценки информативных параметров 115
2.5. Исследование помехоустойчивости оценок параметров ST-сегмента 120
Выводы 130
ГЛАВА 3. Разработка способов получения амплитудно-временных характеристик информативных параметров ST-сегмента 131
3.1. Выделение опорной точки в кардиоцикле 132
3.2. Устранение дрейфа изолинии 137
3.3. Выделение временного интервала ST-сегмента 144
3.3.1. Способ QRS-стробирования 144
3.3.2. Разработка алгоритма выделения ST-сегмента и экспериментальное исследование способа QRS-стробирования 158
3.4. Алгоритмы оценки информативных параметров и классификации типа формы ST-сегмента. Выбор пороговых уровней 164
3.5. Хранение информации и восстановление временной формы ST-сегмента 168
Выводы 173
ГЛАВА 4. Техническая реализация способов оценки информативных параметров ST-сегмента 175
4.1. Аппаратная реализация предложенных способов обработки ЭКС ...176
4.1.1. Устройство для выделения ST-сегмента электрокардиосигнала в реальном времени 176
4.1.2. Устройство для оценки параметров ST-сегмента электрокардиосигнала 179
4.2. Аппаратно-программный комплекс оценки параметров ST-сегмента ЭКС 191
4.2.1. Функциональная схема аппаратно-программного комплекса оценки параметров ST-сегмента ЭКС 191
4.2.2. Технические средства реализации аппаратно-программного комплекса оценки параметров ST-сегмента ЭКС и обоснование требований к ним 194
4.2.3. Алгоритм сопряжения аналоговой и цифровой частей аппаратно-программного комплекса оценки параметров ST-сегмента ЭКС 199
4.2.4. Программное обеспечение для оценкипараметров ST-сегмента ЭКС 203
Выводы 206
Заключение 207
Список литературы 209
- Распознавание характерных элементов ЭКГ и расчет диагностических параметров
- Сравнительный анализ спектрального представления ST-сегмента в различных базисах
- Разработка алгоритма выделения ST-сегмента и экспериментальное исследование способа QRS-стробирования
- Устройство для оценки параметров ST-сегмента электрокардиосигнала
Введение к работе
Актуальность проблемы. В большинстве стран мира за последние годы значительно возросли заболеваемость и смертность, связанные с сердечно-сосудистыми заболеваниями. Россия входит в настоящее время в первую десятку стран с максимальной смертностью от кардиально обусловленных причин. Повышение эффективности лечения и возвращение пациентов к активной жизни связаны, прежде всего, с ранней диагностикой, своевременным обнаружением заболеваний. Наиболее широко используемым методом диагностики нарушений деятельности сердечно-сосудистой системы является электрокардиография. На сегодняшний день всё более широкое распространение приобретают автоматические методы интерпретации электрокардиограммы (ЭКГ).
В клинической практике диагностики сердечной деятельности большое значение имеет анализ изменения характера ST-сегмента электрокардиосиг-нала (ЭКС). Форма ST-сегмента отвечает в кардиоцикле за период полного охвата возбуждением желудочков миокарда и в норме должна представлять собой «площадку» с нулевым потенциалом, то есть совпадать с изоэлектри-ческой линией ЭКС. Различные степени заболеваний, связанных с нарушением электрической проводимости желудочков (инфаркт миокарда, ишемиче-екая болезнь сердца), в зависимости от тяжести поражения проявляются в последовательном изменении формы ST-сегмента - от незначительного смещения в сторону положительного или отрицательного потенциала до заметного искажения формы ЭКС.
Основным используемым на сегодняшний день способом оценки параметров ST-сегмента является способ измерения сигнала ЭКС в характерных точках и сравнения полученных значений с порогами. Данный способ обладает низкой помехоустойчивостью, и под влиянием воздействия флуктуаци-онных помех может быть принято ошибочное решение об особенностях ST-сегмента.
Используемые для повышения помехоустойчивости процедуры усреднения сигнала во временной области в течение нескольких кардиоциклов обладают существенным недостатком - в процессе усреднения может быть потеряна информация о наличии кратковременных эпизодов изменений в фор-ме ST-сегмента (ишемические эпизоды). Кроме того, усреднение снижает оперативность получения информации и требует дополнительных вычислительных затрат.
Таким образом, существующие подходы к оценке параметров ST-
сегмента позволяют достоверно выявить нарушения в работе сердечно
сосудистой системы только при явно выраженной симптоматике и не исполь
зуют в полной мере диагностические возможности автоматической обработ
ки ЭКС. В связи с этим поиск, разработка и исследование новых способов и
алгоритмов для оценки параметров ST-сегмента и их воплощение в виде ап-
паратных и программных средств являются актуальной задачей. \
Цели и задачи работы. Целью диссертационной работы является повышение надежности выявления клинически значимых признаков формы ST-сегмента на ЭКГ на ранних стадиях развития заболеваний на основе создания способов и средств достоверного автоматического анализа параметров фор-; мы ST-сегмента, обеспечивающих увеличение диагностической и прогностической значимости результатов электрокардиографического исследования.
Для достижения этой цели в работе решаются следующие задачи:
построение модели ST-сегмента, отражающей основные принятые в медицинской практике клинически значимые признаки, выраженные в параметрах формы ST-сегмента;
разработка способов и алгоритмов выделения временного интервала ST-сегмента;
разработка способов и алгоритмов выявления информативных параметров ST-сегмента;
разработка наборов решающих правил для классификации типа формы ST-сегмента и количественной оценки его параметров;
- разработка способов восстановления временной формы сигнала ST-
сегмента на основе минимального набора хранимых данных;
- разработка аппаратного и программного обеспечения для реализа
ции предложенных способов автоматического анализа параметров
формы ST-сегмента в реальном масштабе времени.
Методы исследования. Теоретическая часть диссертационной работы построена на базе аппарата математического анализа, теории спектрального анализа, теории приближения функций, теории обнаружения сигналов и математической статистики. Экспериментальные исследования проводились с использованием аннотированных баз данных реальных ЭКГ, предназначенных для тестирования автоматических способов обработки ЭКС (European ST-T Database, QT-T Database). Результаты исследований получены в программных средах Mathcad, Matlab и Delphi.
Научная новизна работы
Разработана математическая модель ST-сегмента ЭКС, формализую-щая основные принятые в медицинской практике клинически значимые признаки формы в виде совокупности конечного числа сигналов-примитивов, что обеспечивает однозначное представление диагностических параметров сигнала набором числовых коэффициентов.
Сформулированы требования к базисным функциям, которые позволяют обосновать выбор базиса, обеспечивающего выявление информативных параметров с учетом особенностей формы исследуемого сигнала. Произведен выбор систем базисных функций, в которых в наиболее явном виде прослеживается взаимосвязь между параметрами формы, выраженными в виде набора коэффициентов сигналов-примитивов, и спектральным составом исследуемого участка сигнала. Установлено, что в наибольшей степени поставленным требованиям удовлетворяют базисы функций Уолша и полиномов Лежандра.
3. Предложены и исследованы способы выявления информативных пара
метров формы ST-сегмента в его спектральном составе в базисе полино-
8 мов Лежандра и функций Уолша, обеспечивающие, по сравнению с широко распространенными точечными способами, в 6-8 раз большую устойчивость к воздействию флуктуационных помех на ЭКС, что повышает чувствительность к низкоамплитудным изменениям формы информативного сигнала, в том числе и кратковременным (ишемические эпизоды), и, соответственно, диагностическую и прогностическую значимость результатов обработки. Предложенные способы позволяют обеспечить хранение информации об ST-сегменте минимальным набором информа-тивных параметров.
Разработаны наборы решающих правил, позволяющие на основе трех значений спектральных составляющих в базисах Лежандра и Уолша, отображающих клинически значимые параметры формы ST-сегмента, производить классификацию типов формы ST-сегмента в соответствии с принятыми в медицине требованиями на нормальные и характеризующие отклонения от нормы и алгоритмы классификации на их основе.
Предложены и исследованы способ выделения временного интервала ST-сегмента, обладающий устойчивостью к изменению морфологии ЭКС и обеспечивающий работу в режиме реального времени, а также алгоритмы для его реализации.
Практическое значение работы. Предложенные способы оценки параметров формы ST-сегмента обеспечивают большую, по сравнению с известными, точность определения информативных параметров за счет использования интегральных критериев, имеют при этом надежную реализацию и позволяют производить обработку ЭКС в реальном времени. Они могут быть использованы в автоматических системах обработки для точного измерения параметров элементов кардиоцикла (параметров формы зубцов и комплексов), таких, KaK'ST-сегмент, Т- и Р-зубцы. Практические результаты получены в ходе выполнения работы по гранту администрации Рязанской области в сфере науки и техники (раздел «Медицинская техника») «Разработка и внедрение медико-компьютерной системы установления диагноза центральной
9 нервной системы и сердечно-сосудистой системы у детей» 17-04 (утв. постановлением №178-КГ от 24.03.2004).
Реализация результатов работы. Разработанный аппаратно-программный комплекс оценки информативных параметров ST-сегмента использован в Рязанском областном консультационно-диагностическом центре для детей для исследования связи между наличием микроаномалий миокарда (трабекул левого желудочка) и синдромом ранней реполяризации желудочков (СРРЖ), признаком которого является вогнутая элевация ST-сегмента. Результаты его применения подтвердили правильность предложенных теоретических принципов и расчетных соотношений.
Разработанные методы анализа ST-сегмента использованы в учебном процессе РГРТА в курсе «Обработка биомедицинских сигналов и данных» для специальностей 190500 и 190600 и направления 553400.
Основные положения, выносимые на защиту
Математическая модель ST-сегмента, формализующая основные принятые в медицинской практике клинически значимые признаки формы и позволяющая однозначно представить диагностические параметры ST-сегмента набором числовых коэффициентов.
Способы выявления информативных параметров ST-сегмента на основе набора спектральных составляющих в базисах полиномов Лежандра и функций Уолша, обеспечивающие, по сравнению с точечными способами, в 6-8 раз большую устойчивость к воздействию флуктуационных помех на ЭКС, достоверную оценку параметров ST-сегмента в режиме реального времени и позволяющие повысить диагностическую и прогностическую ценность кардиографического исследования.
Наборы решающих правил для классификации типов формы ST-сегмента в соответствии с принятыми в медицине требованиями, основанные на рассмотрении его интегральных информативных параметров, вычисленных в базисах Лежандра уй Уолша, и обеспечивающие возможность отнесения ST-сегмента к тому или иному принятому классу.
4. Способ выделения временного интервала, принадлежащего ST-сегменту,
обеспечивающий устойчивую работу в режиме реального времени в условиях вариабельности амплитудно-временных параметров зубцов и комплексов ЭКС.
5. Структурные и функциональные схемы устройства выделения временного
интервала ST-сегмента и устройства для оценки параметров ST-сегмента,
разработанные в соответствии с предложенными способами и позволяющие
обеспечить достоверную оценку параметров формы ST-сегмента в режиме
реального времени. Аппаратно-программный комплекс для оценки парамет
ров ST-сегмента, реализующий совокупность предложенных способов и по
зволяющий производить достоверную оценку амплитудно-временных пара
метров ST-сегмента ЭКС.
Апробация^работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на конгрессах и конференциях, различного уровня, а именно: всероссийских НТК «Биомедсистемы» (г. Рязань, 2000-2004 гг.); на III и IV международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» в рамках конгресса «Кардио-стим» (г. Санкт-Петербург, 2002 г., 2004 г.); международных НТК «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (г. Рязань, 2002 г., 2004 г.); всероссийской НТК «Новые информационные технологии в научных исследованиях и в образовании» (г. Рязань, 2003г.); 9-й международной НТК «Радиоэлектроника, электротехника и энергетика» (г. Москва, 2003 г.); 10-й всероссийской межвузовской НТК «Микроэлектроника и информатика - 2003» (г. Зеленоград, 2003 г.).
Структура работы. Диссертация состоит из введения, 4 глав, заключения и списка литературы из 105 наименований. Общий объем работы составляет 218 страниц основного текста, включая 70 рисунков и 21 таблицу.
Публикации. По материалам диссертации опубликовано 25 печатных работ, в том числе 8 - в изданиях, рекомендованных ВАК Минобразования России, 1 патент РФ и 1 свидетельство о регистрации программы.
Распознавание характерных элементов ЭКГ и расчет диагностических параметров
Следующим, и во многих случаях самым важным этапом автоматизированного анализа биомедицинского сигнала вообще и кардиосигнала, в ча 24 стности, является его представление (подготовка) для последующего анализа. Под этой процедурой понимают представление сигнала в виде таблицы или последовательности параметров в памяти ЭВМ. Если в простейшем случае преобразование-сигнала сводится к его дискретизации с постоянным шагом, то в других вариантах это наиболее сложный этап анализа, несущий основную информационную нагрузку [24].
Отправной точкой современных методик анализа ЭКГ является локализация QRS-комплексов, положение которых определяется позицией максимума — R-зубца. Полученная последовательность R-зубцов используется для сегментации кардиоцикла, измерения амплитуд и длительностей отдельных его элементов, определения изолинии ЭКГ методом полиномиальной аппроксимации, а также в методиках анализа вариабельности сердечного ритма. ЭКГ-системы/осуществляющие запись и обработку ЭКГ непосредственно во время записи сигнала, относятся к системам реального времени, поскольку функциональная часть этих систем должна непрерывно обрабатывать и анализировать поступающую информацию и оперативно, по возможности с меньшей задержкой, реагировать на изменившееся состояние внешних параметров. В силу этих специфических особенностей ЭКГ-системы реального времени предъявляют повышенные требования к алгоритмам, реализующим обработку поступающей информации. Среди наиболее важных требований к подобным алгоритмам следует выделить: 1) соответствие производительности алгоритма скорости входящего потока данных; 2) гарантирован-ность получения результата или выработки управляющего воздействия в течение заранее.заданного промежутка времени; 3) возможность эффективной работы при ограниченной доступности входных данных.
В настоящее время существует множество методик выделения QRS-комплексов, которые по используемому подходу можно разделить на 5 основных групп: а) алгоритмы анализа ЭКГ во временной области; б) алгоритмы, основанные на частотно-временных, в том числе и нелинейных, пре 25 образованиях сигнала ЭКГ; в) алгоритмы на основе применения нейросете-вых моделей: г) синтаксические методы; д) комбинированные алгоритмы.
Количественными характеристиками эффективности QRS-алгоритмов принято считать несколько величин: вероятность распознавания произвольного QRS-комплекса, выраженную в процентах (чувствительность), вероятность того, что произвольный выделенный QRS-комплекс является ис-тинным (предсказуемость) и частоту выдачи детектором правильного результата (эффективность). Чувствительность определяется количеством ложно отсеянных QRS-отсчетов, предсказуемость зависит от количества ложно определенных комплексов, а эффективность является интегральным показателем качества метода.
Алгоритмы группы а основаны на применении к входному сигналу, кроме процедур линейной фильтрации, обычно фильтров высокой частоты (ФВЧ) и фильтров низкой частоты (ФНЧ) последовательно, некоторого нелинейного преобразования, включающего в себя обычно процедуру интегри-рования сигнала в скользящем окне. Положение R-зубца определяется при помощи порогового детектора уровня сигнала, значения которого могут быть как фиксированными, так и вычисляться адаптивно на каждом шаге работы алгоритма. Дополнительно, чтобы повысить чувствительность, могут использоваться другие процедуры повышения точности: дополнительная предварительная обработка ЭКГ, введение вспомогательных оценочных процедур, позволяющих выявлять ложноопределенные QRS-комплексы. Альтернативным подходом является применение согласованной фильтрации, представляющей собой вычисление тех или иных корреляционных соотношений между отрез-ком входного сигнала соответствующей длительности и базовыми шаблонами QRS-комплекса. Данный подход предусматривает различные вспомогательные процедуры, позволяющие производить коррекцию морфологии исходных шаблонов. Эффективность методов этой группы составляет 96—98% корректно определяемых QRS-комплексов из общего числа присутствующих в ЭКГ. Алгоритмы группы б основаны на применении после ряда процедур предварительной обработки ЭКГ различных частотно-временных преобразований, таких как локальное преобразование Фурье, преобразование Карунена — Лоева, дискретное вейвлет-преобразование. При использовании вейвлет-преобразования применяется несколько основных базовых вейвлет-функций. причем ряд методов предусматривает обратную связь для коррекции их параметров. При этом локализация положения QRS-комплекса осуществляется в области вейвлет-спектра, в простейшем случае путем простого детектирования уровня. Методики этой группы характеризуются относительно невысокой производительностью, достаточно низкой чувствительностью к шумам и эффективностью, превышающей 99%.
Алгоритмы группы в используют нейросетевые методы обработки данных и обычно применяются для анализа морфологии и классификации элементов ЭКГ. Нейросетевые модели позволяют значительно более эффективно адаптироваться к нестационарному характеру ЭКГ, поэтому в задачах выделения QRS-комплексов используются при адаптивной согласованной фильтрации. Чувствительность методик варьируется в широком диапазоне, но в целом достигает 99%.
Группу г составляют синтаксические алгоритмы, также известные как лингвистические или грамматические. Исходный анализируемый сигнал представляется в виде определенной последовательности примитивов, определяются специальные правила (грамматики), порождающие тот или иной элемент ЭКГ из множества примитивов. Выделение элементов ЭКГ сводится к определению порождающей грамматики.
Сравнительный анализ спектрального представления ST-сегмента в различных базисах
Кроме того, с математической точки зрения, оценка ST-сегмента по трем точкам не может дать полного представления р его форме. Соответственно, из-за несовершенства спосо-ба оценки параметров ST-сегмента повышается порог достоверного распознавания отклонений ЭКС от нормы.
Таким образом, основываясь на перечисленных недостатках существующих способов оценки параметров ST-сегмента, можно сформулировать следующие требования к разрабатываемым способам: 1. Использование для оценки «медицинских» (амплитудно-временных) параметров ST-сегмента подходов на основе вычисления интегральных критериев. 2. Возможность достоверного выявления на их основе отклонений ST-сегмента от изолинии и изменений его формы при уровне сигнала, не превышающем стандартного порога ишемического смещения 0.1 мВ, без использования процедуры усреднения по нескольким кардиоциклам или по нескольким отведениям. 3. Возможность выявления информативных признаков формы ST-сегмента в условиях воздействия флуктуационных помех, по амплитуде сравнимых с полезным сигналом. 4. Относительная простота алгоритмов вычисления диагностических критериев. 5. Возможность обработки сигнала в реальном времени. 6. Возможность восстановления основных признаков формы ST сегмента для визуального контроля со стороны врача по минимально необхо димому набору хранимых данных. Для того чтобы выполнить указанные требования, при разработке способов оценки параметров ST-сегмента необходимо решить следующий ряд задач. Первым необходимым этапом исследований является формализация амплитудно-временных параметров ST-сегмента, имеющих значимость при постановке диагноза, то есть построение адекватной математической модели. Параметры модели должны отражать оцениваемые «медицинские» признаки формы ST-сегмента; каждый из параметров должен характеризовать только один диагностический признак, являться его количественной характеристикой и не зависеть от остальных признаков формы. Следующей задачей является выявление взаимосвязи между параметрами модели ST-сегмента и его спектральным составом в базисе тех или иных функций. Эту задачу можно сформулировать как выбор базиса спектрального представления ST-сегмента, который должен удовлетворять следующим требованиям: 1. Энергия информативного сигнала должна быть локализована в минимальном числе спектральных составляющих. 2. Должна иметь место отчетливая линейная взаимосвязь между параметрами модели ST-сегмента и характером его спектрального состава. Оптимальным с этой позиции является базис, в котором каждому отдельному параметру модели пропорциональна амплитуда одной спектральной составляющей. 3. Процедура формирования базисных функций и вычисления спектральных амплитуд должна быть, по возможности, простой. .. После выбора базиса и установления взаимосвязи между значениями спектральных составляющих и выраженностью в составе ST-сегмента того или иного признака формы может быть разработан алгоритм классификации типов формы на нормальные и характеризующие то или иное отклонение от нормы. На основе анализа данных литературных источников и результатов обработки реальных ЭКГ могут быть выбраны пороговые значения, характеризующие принадлежность ST-сегмента к классам «норма» и «отклонение». Для проверки применимости предложенных способов в реальных условиях необходимо произвести анализ помехоустойчивости выбранных спектральных показателей по сравнению с точечными оценками. Отдельной задачей является восстановление основных признаков формы исходного сигнала по минимальному набору хранимых данных о ST-сегменте. При этом желательно, чтобы хранимые параметры совпадали с набором показателей, используемых в алгоритме классификации типа формы сигнала. Таким образом, данную задачу можно сформулировать как восстановление формы ST-сегмента по минимальному набору спектральных составляющих. Таким образом, задачи, подлежащие решению в рамках данной диссертационной работы, можно сформулировать следующим образом: 1. Построение модели ST-сегмента, отражающей основные принятые в медицинской практике клинически значимые признаки, выраженные в параметрах формы ST-сегмента 2. Выбор системы базисных функций, представляющей соответствующий информативный параметр минимальным числом спектральных коэффициентов. 3. Разработка способов и алгоритмов оценки параметров формы ST-сегмента (классификации типа формы и количественной оценки). 4. Анализ помехоустойчивости и точности оценок информативных параметров. 5. Разработка процедуры восстановления временной формы сигнала на основе минимального количества хранимых спектральных показателей. 6. Разработка способов и алгоритмов выделения временного интервала ST-сегмента.
Разработка алгоритма выделения ST-сегмента и экспериментальное исследование способа QRS-стробирования
Выделение опорной точки на электрокардиосигнале, которая служит началом очередного кардиоцикла, является необходимой операцией перед дальнейшей обработкой ЭКС. Последовательность опорных точек используется для определения длительностей кардиоциклов, их сегментации, измерения длительностей отдельных элементов ЭКС. Традиционно для выделения опорной точки используется QRS-комплекс. Разработано достаточно большое число различных способов выделения QRS-комплекса, рассмотрение которых было проведено в разделе 1.2.2.
Наибольшее распространение в настоящее время получили методы, основанные на анализе ЭКС во временной области. Это обусловлено относи-тельно простой технической реализацией при незначительном снижении эффективности выделения QRS-комплекса и возможностью проводить анализ ЭКС в реальном времени. Основной операцией в данном случае является сравнение ЭКС с пороговыми уровнями. Последние могут быть фиксированными или адаптивными. ЭКС может подвергаться различным преобразованиям (фильтрация, детектирование, дифференцирование и т. п.) для уменьшения влияния помех и усиления выраженности сигнала QRS-комплекса по сравнению с другими элементами ЭКС. Несмотря на кажущуюся проработанность вопросов выделения опорной точки на основе методов анализа ЭКС во временной области, продолжаются работы по созданию более простых и помехоустойчивых методов [23, 27].
Методам выделения опорных точек на основе QRS-комплексов присущи недостатки, обусловленные вариабельностью формы QRS-комплекса, проявляющейся в расщеплении R-зубца, трансформации комплекса в QS, qS, qrS, Qr и т. п. [32, 66].
Известен [69, 70] альтернативный подход к выделению опорной точки в пределах ТР-сегмента, основанный не на амплитудных, а на временных особенностях формы кардиоцикла.
Анализ различных кардиограмм показал, что наиболее стабильную форму имеет участок электрокардиосигнала между зубцами Т и Р (ТР-сегмент). Этот участок соответствует электрической диастоле сердца и при отсутствии аддитивных помех находится на изолинии. Стабильность формы ТР-сегмента мождо использовать для выделения на нем опорной точки в каждом кардиоцикле. Однако, насколько стабильна форма ТР-сегмента, настолько же вариабельна его длительность при изменении частоты сердечных сокращений (ЧСС). Кроме ТР-сегмента, на изолинии в норме расположен достаточно протяженный во времени ST-сегмент. Между длительностями ТР- и ST-сегментов и ЧСС существует сильная линейная корреляция [12]. При определенной ЧСС длительность ТР-сегмента становится меньше длительности ST-сегмента.
Чтобы установить область возможных значений ЧСС, при которых можно уверенно использовать ТР-сегмент для формирования на нем опорной точки в каждом кардиоцикле, был проведен регрессионный анализ зависимости длительностей ТР- и ST-сегментов от ЧСС. Для анализа в отделении функциональной диагностики областной клинической больницы были отобраны электрокардиограммы 30 пациентов с различными отклонениями от нормы. Число кардиограмм для каждого пациента составляло от 10 до 30.
Полученные результаты позволяют сделать вывод о том, что можно использовать ТР-сегмент для выделения на нем опорной точки в большинстве случаев, даже если у пациентов выражена умеренная тахикардия (до 130 уд/мин).
Для выделения опорной точки на ТР-сегменте предлагается следующая последовательность действий [50, 51]. Электрокардиосигнал очищается от действия помехи промышленной частоты любым известным способом. Дальнейшие операции можно выполнять как с самим электрокардиосигналом [69], так и с его производными, в частности со второй производной [70]. В первом случае необходимо предварительно устранить возможный дрейф изолинии, используя, например, методы сплайн- аппроксимации. ЭКС (рис. 3.1) или его вторую производную (рис. 3.2) сравнивают с двумя пороговыми уровнями, один из которых расположен ниже изолинии (-U), а второй выше изолинии (+U).
Использование второй производной ЭКС способствует усилению бы-строизменяющихся участков кардиосигнала (зубцов) относительно медленно изменяющихся участков (сегментов), что позволяет снизить требования к стабильности пороговых уровней. Кроме этого, при использовании второй производной ЭКС не требуется фильтрация всего сигнала по НЧ или предварительное построение сплайна, аппроксимирующего дрейф изолинии, с последующим его вычитанием из исходного сигнала, что недопустимо в системах оценки параметров ST-сегмента, поскольку данные операции вносят искажения в форму исследуемого участка ЭКС. Использование в процедуре поиска опорных точек непосредственно сигнала ЭКС возможно при выделении для этого отдельного потока данных.
При работе с «очищенным» от помех (50 Гц и дрейф изолинии) ЭКС пороговые уровни можно выбрать из следующих соображений. Поскольку сегмент ТР соответствует электрической диастоле сердца, то на этом участке ЭКС присутствуют только шумы (шум усилителя кардиосигнала или шум квантования, если для последующей обработки аналоговый кардиосигнал преобразован в цифровой). Будем перемещать вдоль ЭКС временное окно, длительность которого несколько больше ST-сегмента, и вычислять мощность сигнала в,окне.
Устройство для оценки параметров ST-сегмента электрокардиосигнала
В системах автоматической оценки параметров ЭКС, в частности, в устройствах холтеровского мониторирования, одной из основных задач является оценка параметров ST-сегмента, изменения формы которого являются диагностическим показателем нарушений деятельности сердечно-сосудистой системы, в частности, ишемической болезни сердца. При этом необходимым условием проведения диагностики является достоверное выделение участка ЭКС, принадлежащего ST-сегменту.
В разделе 3.3 был разработан и исследован способ QRS-стробирования ST-сегмента, решающий эту задачу, способ осуществляет в режиме реального времени формирование стробирующего импульса с варьируемой длительностью, соответствующего наличию на ЭКС сигнала ST-сегмента, что позволяет организовать передачу данных для дальнейшей обработки непосредственно в момент прихода информативного сигнала.
Устройство состоит из блока 1 формирования электрокардиосигнала, блока 2 первичной обработки электрокардиосигнала, блока 3 дискретизации, блока 4 выделения опорной точки, блока 5 определения числа суммируемых дискретных отсчетов, блока 6 формирования разностей первого порядка, блока 7 формирования модулей разностей первого порядка, блока 8 запоминания отсчетов, блока 9 суммирования, блока 10 формирования порога, блока 11 сравнения и ключевого устройства 12 (рис. 4.1). ЭКС, сформированный в блоке 1, выполненном на основе дифференциального усилителя, подвергается в блоке 2 предварительной обработке, заключающейся в устранении сетевой наводки, коррекции дрейфа изолинии, устранении нетипичных по форме кардиоциклов. Подготовленный к дальнейшей обработке ЭКС (рис 4.2, а) поступает в блок 3, где дискретизируется для удобства выполнения операций по дальнейшей его обработке. Как отмечалось в разделе 3, полный цикл процедуры анализа ST-сегмента должен включать в себя как необходимую операцию выделения опорной точки в каждом кардиоцикле. Это осуществляется блоком 4, на выходе которого формируется импульсный сигнал в моменты времени, соответствующие началу кардиоцикла (рис. 4.2, б). Здесь же определяется длительность Т каждого кардиоцикла как интервалы времени между соседними опорными точками. Поскольку TST и TQHS зависят от длительности кардиоцикла Т, необходимо учесть этот факт при расчете ширины временного окна. Окно является адаптивным к частоте сердечных сокращений, что обеспечивает более точное выделение ST-сегмента.
По значениям Г в блоке 5 определяется на основе условия (3.3.2) число N дискретных отсчетов, образующих перемещаемое вдоль ЭКС временное окно,
Это условие, выбрано как наиболее просто реализуемое, поскольку достаточно знать только длительность кардиоцикла и не надо дополнительно измерять длительность QT-интервала. При этом временной интервал NAt будет равен расчетной суммарной длительности QRS-комплекса и ST-сегмента. Из дискретных отсчетов ЭКС, полученных в блоке 3, в блоках 6 и 7 последовательно формируются разности первого порядка и их модули, последние запоминаются в блоке 8. Полученные значения модулей суммируются в блоке 9, причем при каждом сдвиге временного окна суммируется именно N модулей разностей первого порядка. Изменение сигнала S на выходе блока 9 показано на рис. 4 2, в. Видно, что сигнал суммы S не меняется на протяжении отрезка времени, равного длительности ST -сегмента. Сравнивая этот отрезка времени, равного длительности ST -сегмента. Сравнивая этот сигнал в блоке 11 с пороговым уровнем, формируемым блоком 10 в соответствии с приведенном в разделе 3.3.1 условием Un=0.9S, формируют стробирующий импульс (рис. 4.2, г), который открывает ключевую схему 12, разрешая прохождение на выход устройства выделения ST-сегмента электрокардиосигнала с выхода блока 3 сигнала ST-сегмента (рис. 4.2, д).
Таким образом, реализация принципа выделения ST-сегмента. разработанного в разделе 3.3. обеспечивает, как это следует из временных диаграмм на рис. 4.2, выделение сигнала ST-сегмента на временной оси именно в те моменты времени, когда на кардиосигнале появляется ST-сегмент, т. е. в реальном времени.
При построении портативных аппаратов контроля параметров ST-сегмента на первый план выступает простота технической реализации устройства при сохранении метрологических характеристик. В главе 2 был разработан способ оценки параметров ST-сегмента на основе вычисления спектральных коэффициентов в базисе фуйкций Уолша [62]. Функции Уолша -кусочно-непрерывные ступенчатые функции, принимающие на области определения два дискретных значения - +1 и -1, что позволяет достаточно легко производить их аппаратную обработку. Поэтому с точки зрения требования минимальной сложности вычислений этот базис обладает значительными преимуществами по сравнению с ортогональными полиномами. В разделе 2.3.4. было показано также, что особенностью функций Уолша является низкая чувствительность получаемых спектральных оценок к сужению временного окна преобразования относительно истинной длительности ST-сегмента, что позволяет дополнительно упростить реализацию устройства за счет применения процедуры выделения ST-сегмента с фиксированным временным окном.
Предложенный способ оценки параметров ST-сегмента аппаратными средствами может быть реализован следующим образом [62].
Устройство состоит из блока формирования электрокардиосигнала 1, блока дискретизации 2, блока выделения опорной точки в кардиоцикле и устранения дрейфа изолинии 3, блока выделения ST-сегмента 4, блока фор-мирования функций Уолша 5, блока вычисления 6 спектральных коэффициентов, блока формирования оценок 7 параметров электрокардиосигнала и блока индикации 8 (рис. 4.3).
