Система электрокардиографической диагностики критических состояний в условиях свободной активности пациента Кривоногов Леонид Юрьевич

Содержание к диссертации

Введение

ГЛАВА 1. Анализ проблем диагностики критических состояний в условиях свободной активностипациента 20

Вводные замечания 20

1.1 Характеристики и особенности электрокардиосигналов 23

1.2 Электрокардиграфическая диагностика критических состояний 28

1.3 Анализ электрокардиографических помех 39

1.4 Аналитический обзор методов и алгоритмов уменьшения влияния помех в системах ЭКГ-диагностики 50

1.5 Основные технические требования к системам ЭКГ-диагностики, обеспечивающие достоверность автоматических заключений 69

1.6 Анализ систем ЭКГ-диагностики, предназначенных для работы в условиях свободной активности пациента 77

1.7 Проблемы повышения помехоустойчивости и формирование требований к разрабатываемой системе 88

1.8 Выводы по главе 1 и определение задач, подлежащих решению в диссертационной работе 92

ГЛАВА 2. Концепция повышения достоверности автоматических заключений в системе электрокардиографической диагностики 96

Вводные замечания 96

2.1 Формирование и преобразование измерительной информации при электрокардиографической диагностике з

2.2 Разработка концепции повышения достоверности автоматических заключений в системе электрокардиографической диагностики 99

2.3 Оценка дезинформационного влияния помех в системе ЭКГДКС 107

2.4 Анализ факторов, влияющих на достоверость автоматических заключений в системе ЭКГДКС 111

2.5 Адаптивная помехоустойчивая обработка и анализ ЭКС

2.5.1 Обоснование и выбор методов помехоустойчивой обработки ЭКС... 119

2.5.2 Обоснование подхода к помехоустойчивой диагностике критических состояний 135

2.6 Оценка помехоустойчивости системы ЭКГДКС 141

2.6.1 Разработка методики оценки эффективности алгоритмов подавления помех в ЭКС 141

2.6.2 Разработка методики оценки помехоустойчивости процедур определения критических состояний

2.7 Контроль помех в зарегистрированном ЭКС 155

2.8 Выводы по главе 2 156

ГЛАВА 3. Разработка метода помехоустойчивой обработки электрокардиосигналов на основе адаптивной агрегации фильтров 158

Вводные замечания 158

3.1 Теоретические основы метода адаптивной агрегации фильтров 159

3.2 Разработка алгоритма обнаружения QRS комплексов ЭКС 161

3.3 Разработка алгоритма сегментации ЭКС 168

3.4 Разработка алгоритма локально-адаптивной фильтрации ЭКС 171

3.5 Разработка структуры подсистемы подавления помех в ЭКС на основе адаптивной агрегации фильтров 174

3.6 Оценка эффективности и выбор отдельных фильтров для подсистемы подавления помех на основе адаптивной агрегации фильтров 176

3.7 Выводы по главе 3 181

ГЛАВА 4. Разработка метода помехоустойчивой обработки электрокардиосигналов на основе преобразования гильберта-хуана 183

Вводные замечания 183

4.1 Теоретические основы помехоустойчивой обработки электрокардиосигналов на основе преобразования Гильберта-Хуана 183

4.2 Разработка обобщенной структуры подсистемы подавления помех в ЭКС на основе преобразования Гильберта -Хуана 192

4.3 Алгоритм подавления высокочастотных помех в ЭКС на основе удаления локальных областей низкой энергии 194

4.4 Алгоритм компенсации низкочастотных помех в координатах энергия-частота-время 196

4.5 Обоснование применения усеченного алгоритма ЭМД для подавления помех в ЭКС 199

4.6 Разработка алгоритмов обработки ЭКС на основе усеченного алгоритма ЭМД 205

4.6.1 Оценка уровня помех в отдельных эмпирических модах на основе анализа фазовых гистограмм 209

4.6.2 Оценка уровня помех в отдельных эмпирических модах основе фрактального анализа 211

4.6.3 Оценка уровня помех в отдельных эмпирических модах на основе устранения аномальных отсчетов 213

4.6.4 Оценка уровня помех в отдельных эмпирических модах на основе обнаружения QRS комплексов 215 4.7 Разработка алгоритма контроля помех в зарегистрированном ЭКС 219

4.8 Программная реализация разработанных алгоритмов подавления помех в ЭКС на основе преобразования Гильберта-Хуана 223

4.9 Выводы по главе 4 225

ГЛАВА 5. Разработка способов диагностики критических состояний 227

Вводные замечания 227

5.1 Разработка способа диагностики желудочковых аритмий 227

5.2 Разработка алгоритмов, правил и моделей определения эктопических

5.2.1 Разработка алгоритма распознавания QRS комплексов 234

5.2.2 Реализация и исследование алгоритма распознавания QRS комплексов 239

5.2.3 Формирование параметра отклонения формы распознанного QRS комплекса от типичного 250

5.2.4 Разработка правил оценки длительности нормального кардиоцикла..

2 5.3 Оценка помехоустойчивости способа диагностики желудочковых аритмий 258

5.4 Разработка способа диагностики травматического шока 261

5.4 Выводы по главе 5 265

ГЛАВА 6. Практическая реализация системы экг диагностики критических состояний в условиях свободной активности пациента 266

6.1. Разработки, предшествующие созданию системы ЭКГДКС 266

6.1.1. Структурные решения, защищенные патентами РФ 267

6.1.2 Разработка и внедрение средств автоматического анализа ЭКС 270

6.2 Разработка базовых решений по созданию системы ЭКГДКС 274 6.2.1 Предпосылки, основы и принципы построения системы ЭКГДКС 274

6.2.2 Разработка алгоритма анализа ЭКС в условиях свободной активности пациента 280

6.2.3 Разработка структурной схемы системы ЭКГДКС и выбор протоколов связи 282

6.2.4 Разработка структуры программного обеспечения системы ЭКГДКС 284

6.2.5 Разработка модели информационного взаимодействия в системе ЭКГДКС 286

6.3 Разработка портативного регистратора ЭКС 289

6.4 Разработка мобильного приложения «Система ЭКГДКС»

2 6.4.1 Выбор операционной системы 295

6.4.2 Требования к параметрам и характеристикам смартфона 298

6.4.3 Разработка приложения «Система ЭКГДКС» для мобильных ОС Android и Windows Phone 2 6.5 Разработка и описание КДС «Кардиовид» 306

6.6 Результаты внедрения результатов диссертационной работы 309

6.7 Выводы по главе 6 311

Основные результаты и выводы 313

Список сокращений и условных обозначений 316

Список использованных источников

• Аналитический обзор методов и алгоритмов уменьшения влияния помех в системах ЭКГ-диагностики
• Анализ факторов, влияющих на достоверость автоматических заключений в системе ЭКГДКС
• Разработка алгоритма сегментации ЭКС
• Формирование параметра отклонения формы распознанного QRS комплекса от типичного

Введение к работе

Актуальность проблемы. Заболевания сердечно-сосудистой системы (ССС) продолжают оставаться наиболее распространенной причиной смертности жителей развитых стран, составляя около трети всех случаев. Особую тревогу вызывает распространенность внезапной сердечной смерти (ВСС). В России от заболеваний сердца ежегодно умирают около миллиона человек, поэтому оперативность и доступность оказания кардиологической помощи – стратегическое направление отечественного здравоохранения. В свою очередь, исследование, разработка и создание медицинской техники, методов и способов диагностики CCC являются актуальной научно-технической и медико-биологической проблемой. «Создание новых мониторинговых технологий для персональной диагностики состояния человека» – один из разделов тематической области «Медицинское приборостроение» приоритетного направления «Медицина и здравоохранение» государственной программы «Развитие науки и технологий» на 2013–2020 гг.

Наиболее распространенным методом исследования ССС является электрокардиография (ЭКГ), широко использующая автоматическую обработку и анализ электрокардиосигналов (ЭКС). На сегодняшний день особую актуальность представляет автоматическая ЭКГ-диагностика в условиях свободной активности пациента. При этом появляется возможность оперативно выявить критические состояния (КС), связанные с нарушениями деятельности ССС. Такие КС возникают при физических и эмоциональных нагрузках, стрессах, в условиях профессиональной деятельности и обычно не диагностируются при кратковременном ЭКГ-исследовании в состоянии покоя. Для решения задач мониторинга ЭКС и оперативного выявления КС в условиях свободной активности пациента предназначены специальные телеметрические системы ЭКГ-диагностики, разработкой которых занимаются во многих странах.

Автоматическая ЭКГ-диагностика является серьезной и до конца не решенной теоретической проблемой, которая во многом связана с физиологической природой ЭКС, определяющей их стохастический характер, нестационарность и нелинейность. В ЭКС неизбежно присутствуют различные помехи, искажающие полезный сигнал и приводящие к снижению достоверности диагностических заключений. При длительной регистрации ЭКС в условиях свободной активности пациента усиливается интенсивность и изменчивость помех. Следовательно, важнейшей характеристикой системы ЭКГ-диагностики, функционирующей в условиях свободной активности пациента, является помехоустойчивость, под которой понимают способность системы сохранять заданную достоверность автоматических заключений при воздействии помех. При использовании стандартных средств регистрации ЭКС помехоустойчивость системы ЭКГ-диагностики определяется эффективностью процедур обработки (подавления помех) и помехоустойчивостью процедур анализа сигналов. Эти процедуры являются основой математического и программного обеспечения системы.

Значительный вклад в развитие методов и средств помехоустойчивой обработки ЭКС внесен такими учеными, как А. П. Немирко, А. Н. Калини-

ченко, К. В. Зайченко, А. А. Михеев, О. В. Мельник, А. В. Крамаренко, В. И. Шульгин, Л. С. Файнзильберг, W. J. Tompkins, G. D. Clifford, V. X. Afon-so, P. Laguna, Ch. L. Levkov, I. A. Dotsinsky, I. K. Daskalov, I. I. Christov, G. S. Mi-hov и др. Вопросам беспроводной передачи биомедицинской информации посвящены труды Р. М. Баевского, В. П. Бакалова, В. В. Парина, В. В. Розенблата, Я. В. Фрейдина, Э. Ш. Халфена, З. И. Янушкевичуса. В последние годы появились работы В. А. Ефимова, А. П. Казанцева, Е. М. Прошина, Е. В. Сорокина, Л. Т. Сушковой, посвященные созданию телеметрических ЭКГ-систем.

Однако, несмотря на очевидные успехи компьютерной и телеметрической электрокардиографии, научные достижения и многолетние исследования в этой области, существует проблема повышения достоверности автоматических заключений в системах ЭКГ-диагностики. Особенно остро эта проблема стоит для систем, работающих в условиях свободной активности пациента. По некоторым оценкам (Д. В. Дроздов, В. М. Леванов), от 5 до 20 % автоматических заключений в ЭКГ-системах полностью или частично не совпадают с врачебными. Помехи являются причиной более 15 % необнаруженных аритмий при холтеровском мониторировании (Ю. В. Шубик) и до 43 % ложных тревог в прикроватных ЭКГ-мониторах (A. Aboukhalil).

Решение проблемы повышения достоверности автоматических заключений требует разработки специальной концепции, обеспечивающей создание комплекса методов, способов, алгоритмов и методик для реализации системы ЭКГ-диагностики критических состояний в условиях свободной активности пациента.

Большинство существующих методов и алгоритмов обработки ЭКС либо не предназначены для работы в условиях изменчивых интенсивных помех, либо не могут быть реализованы в системах реального времени, либо принципиально не обеспечивают сохранение формы полезного сигнала и потому имеют ограниченную пригодность для обработки ЭКС в условиях свободной активности пациента.

Имеющиеся на рынке системы ЭКГ-диагностики для работы в условиях свободной активности пациента не обеспечивают автономное определение критических состояний в режиме online. Кроме того, из-за высокой цены носимых устройств (300–900 долл.) большая часть этих систем вообще не имеет перспектив на российском рынке.

Сказанное дает достаточно оснований для утверждения, что разработка новых помехоустойчивых методов, алгоритмов и ЭКГ-систем на их основе является актуальной проблемой, представляет несомненный научный и практический интерес, позволяет повысить достоверность определения критических состояний в условиях свободной активности пациента и в конечном счете способствует повышению оперативности и доступности оказания кардиологической помощи.

Целью работы является разработка методов и средств автоматической электрокардиографической диагностики критических состояний в условиях свободной активности пациента, обеспечивающих повышение достоверности автоматических заключений.

Основные задачи и направления исследований:

1. Анализ проблем повышения помехоустойчивости систем электрокардиографической диагностики критических состояний и достоверности формируемых ими автоматических заключений.

2. Анализ существующих электрокардиографических систем и формирование основных требований к разрабатываемой системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

3. Разработка концепции, обеспечивающей повышение достоверности автоматических заключений в системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

4. Выбор и обоснование перспективных направлений обработки ЭКС и создание на основе их синергетического объединения новых помехоустойчивых методов обработки ЭКС, обеспечивающих повышение достоверности автоматических заключений в системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

5. Разработка эффективных алгоритмов подавления помех в ЭКС на базе новых помехоустойчивых методов для реализации в системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

6. Разработка алгоритмов оценки помех для их контроля в зарегистрированном ЭКС и повышения эффективности помехоподавления.

7. Разработка алгоритмов обнаружения информативных участков и сегментации ЭКС, обеспечивающих формирование оценки помехи и диагностических признаков критических состояний пациента.

8. Разработка помехоустойчивых способов диагностики критических состояний пациента.

9. Разработка методик оценки эффективности и помехоустойчивости процедур обработки и анализа ЭКС, позволяющих сравнивать и выбирать алгоритмы для систем электрокардиографической диагностики.

10. Разработка структуры, модели информационного взаимодействия,
аппаратного и программного обеспечения системы электрокардиографиче
ской диагностики критических состояний в условиях свободной активности
пациента.

Объектом исследования в работе является система электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

Предметной областью исследования являются: методы и алгоритмы подавления помех в электрокардиосигналах; алгоритмы обнаружения, распознавания, сегментации электрокардиосигналов; критерии и методики оценки эффективности алгоритмов; алгоритмы оценки помех; способы диагностики критических состояний; структуры, аппаратное и программное обеспечение медицинских диагностических систем.

Методы исследования. Для решения поставленных задач использовались теоретические основы информационно-измерительной техники, методы нелинейной фильтрации сигналов, методы непараметрической и робастной ста-

тистики, преобразование Гильберта – Хуана, теория обнаружения сигналов и распознавания образов, теория принятия решений, основы электрокардиографии, программирование в средах Matlab, LabVIEW, Delphi, Java.

Научная новизна диссертации заключается в системном подходе к решению проблемы повышения достоверности автоматических заключений в системах электрокардиографической диагностики критических состояний в условиях свободной активности пациента, объединяющем концепцию, методы, способы, алгоритмы, методики, модели и структурно-алгоритмические решения, и состоит в следующем:

10. Впервые предложена концепция повышения достоверности автоматических заключений в системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента, отличающаяся адаптивной помехоустойчивой обработкой и анализом ЭКС, оценкой эффективности и помехоустойчивости этих процедур, контролем помех в зарегистрированном ЭКС и обеспечивающая создание методов, способов, алгоритмов и методик для реализации системы.

11. Разработан оригинальный, защищенный патентами метод помехоустойчивой обработки ЭКС на основе адаптивной агрегации фильтров, отличающийся повышением эффективности подавления помех за счет адаптивного подбора и настройки индивидуальных фильтров на локальных участках сигнала, в рамках которого созданы алгоритмы обнаружения QRS-комплексов, сегментации ЭКС, локально-адаптивной фильтрации ЭКС.

12. Разработан оригинальный, защищенный патентами метод помехоустойчивой обработки ЭКС на основе преобразования Гильберта – Хуана, отличающийся повышением эффективности подавления помех за счет адаптивного частотно-временного представления и адаптивной обработки сигнала в координатах «энергия – частота – время», в рамках которого созданы алгоритмы подавления помех, обнаружения QRS-комплексов и контроля помех в зарегистрированном ЭКС.

13. Разработаны методики оценки эффективности процедур подавления помех и помехоустойчивости процедур определения критических состояний, включающие выбор критериев, создание базы тестовых сигналов и помех, разработку программных средств тестирования; отличающиеся формированием матриц, содержащих значения критериев эффективности/помехоустойчивости в зависимости от вида и уровня помех; позволяющие сравнивать и выбирать алгоритмы для систем электрокардиографической диагностики критических состояний в условиях свободной активности пациента и обеспечивающие контроль помех в зарегистрированном ЭКС.

14. Разработаны способы диагностики критических состояний, отличающиеся повышенной помехоустойчивостью за счет представления структурных элементов ЭКС бинарноквантованными дискретными приращениями.

15. Разработаны оригинальные, защищенные патентами, структурно-алгоритмические решения и модель информационного взаимодействия, обеспечивающие создание системы электрокардиографической диагностики критических состояний в условиях свободной активности пациента.

Научная новизна подтверждается совокупностью публикаций в рецензируемых изданиях по теме диссертации и объектами правовой защиты интеллектуальной собственности.

Практическая значимость. Полученные в диссертационной работе концепция, методы, способы, алгоритмы и методики построения системы электрокардиографической диагностики являются основой для создания телеметрических систем медицинского назначения нового поколения, обеспечивающих формирование достоверных диагностических заключений в условиях свободной активности пациента и позволяющих повысить оперативность и доступность оказания кардиологической помощи, и состоят в следующем:

16. Создана концепция, позволяющая повысить достоверность автоматических заключений в системах электрокардиографической диагностики и создать диагностическую аппаратуру нового поколения.

17. Разработаны программные средства, реализующие разработанные методы, способы и алгоритмы и предназначенные для использования в системах электрокардиографической диагностики и для решения исследовательских задач.

18. Разработаны программные средства (виртуальные приборы LabVIEW) для оценки эффективности процедур подавления помех в ЭКС и помехоустойчивости процедур определения критических состояний, позволяющие сравнивать и выбирать алгоритмы для систем электрокардиографической диагностики.

19. Создан и испытан макетный образец системы электрокардиографической диагностики критических состояний в условиях свободной активности пациента, обеспечивающий простоту обслуживания, экономическую доступность, оперативность и наглядность представления результатов автоматических заключений, что делает его удобным инструментом при оказании кардиологической помощи.

По результатам диссертационной работы опубликованы монография и конспект лекций для обучающихся по специальности «Медицинская кибернетика» и направлению подготовки «Биотехнические системы и технологии».

На защиту выносятся:

20. Концепция повышения достоверности автоматических заключений в системе электрокардиографической диагностики критических состояний в условиях свободной активности пациента, заключающаяся в адаптивной помехоустойчивой обработке и анализе ЭКС, оценке эффективности и помехоустойчивости процедур обработки и анализа ЭКС, контроле помех в зарегистрированном ЭКС.

21. Метод помехоустойчивой обработки ЭКС на основе адаптивной агрегации фильтров, повышающий на 10–12 % эффективность подавления помех за счет адаптивного подбора и настройки индивидуальных фильтров на локальных участках сигнала.

22. Метод помехоустойчивой обработки ЭКС на основе преобразования Гильберта – Хуана, повышающий на 12–15 % эффективность подавления по-

мех за счет адаптивного частотно-временного представления и последующей адаптивной обработки сигнала в координатах «энергия – частота – время».

4. Методики оценки эффективности процедур подавления помех и помехоустойчивости процедур определения критических состояний, позволяющие сравнивать и выбирать алгоритмы для систем электрокардиографической диагностики критических состояний в условиях свободной активности пациента и обеспечивающие контроль помех в зарегистрированном ЭКС.

5. Способы диагностики критических состояний, отличающиеся представлением структурных элементов ЭКС бинарноквантованными дискретными приращениями, позволяющие в 1,5–2 раза повысить устойчивость к помехам.

6. Структурные и алгоритмические решения, защищенные охранными документами интеллектуальной собственности, и модель информационного взаимодействия, служащие основой создания электрокардиографической аппаратуры нового поколения.

Достоверность научных положений и выводов подтверждается тем, что в теоретических построениях использовались законы и положения, справедливость которых общепризнана, а также известный и хорошо зарекомендовавший себя математический аппарат. Вводимые допущения и ограничения мотивировались известными из практики фактами. Обоснованность рекомендаций и решений по созданию алгоритмов, узлов, подсистем и программных модулей системы ЭКГ-диагностики, выбору их параметров подтверждается положительными результатами экспериментальных исследований, выполненных с использованием как тестовых сигналов, так и записей реальных ЭКС веб-ресурса PhysioNet (). Для проведения экспериментов разработан комплекс программ, реализованных в среде LabVIEW.

Реализация и внедрение результатов. Основные научные и практические результаты диссертационной работы внедрены:

1. в ряд хоздоговорных и госбюджетных НИР и ОКР, выполненных в период с 1990 по 1997 г., в которых были разработаны технические средства диагностики нарушений сердечного ритма;

2. НИОКР «Система дистанционной мультидиагностики и реабилитации послеоперационных больных с эндопротезами», выполняемой по программе СТАРТ 2 в 2013–2014 гг. (контракт № 11823р/14831);

3. НИОКР «Разработка и исследование программных продуктов для мобильных устройств контроля и коррекции состояния здоровья», выполняемой при поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере в 2013–2014 гг. (контракт № 11520р/20963);

4. НИОКР «Портативный кардиоанализатор», выполняемой Группой компаний «Медремзавод» (Республика Казахстан, г. Алматы) в 2016 г.;

5. кардиологические отделения ведущих учреждений здравоохранения г. Пензы: ГКБ СМП им. Г. А. Захарьина и ПОКБ им. Н. Н. Бурденко;

6. учебный процесс кафедры «Медицинская кибернетика и информатика» ФГБОУ ВО «Пензенский государственный университет».

Апробация результатов работы. Основные положения диссертационной работы обсуждались и докладывались на конференциях, конгрессах и симпозиумах различного уровня, а именно: международном конгрессе «КАРДИОСТИМ» (г. Санкт-Петербург, 1995, 1998, 2004, 2014, 2016); между-

народных научно-технических конференциях «Биомедприбор-2000» (г. Москва, 2000); «Радиоэлектроника в медицинской диагностике» (г. Москва, 2001); «Методы, средства и технологии получения и обработки измерительной информации» (г. Пенза, 2000, 2006, 2008, 2014); «Медицинские информационные системы» (г. Таганрог, 2010, 2012, 2014); «Медико-экологические информационные технологии» (г. Курск, 2010); «Проблемы автоматизации и управления в технических системах» (г. Пенза, 2009, 2011); международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, г. Ялта-Гурзуф, 2009); международном симпозиуме «Надежность и качество» (г. Пенза, 2001, 2009); международном конгрессе «Кардиология на перекрестке наук» (г. Тюмень, 2010); международной научно-практической конференции «Современные проблемы отечественной медико-биологической и фармацевтической промышленности. Развитие инновационного и кадрового потенциала Пензенской области» (г. Пенза, 2011, 2012, 2013); конгрессах Российского общества холтеровского мониторирования и неинвазивной электрофизиологии (г. Иркутск, 2013, г. Н. Новгород, 2017) и ряде других.

Публикации. По материалам диссертации опубликованы 104 печатные работы, в том числе 12 статей в ведущих журналах перечня ВАК РФ, 1 статья в зарубежном издании (из базы SCOPUS), монография. Получены 6 авторских свидетельств на изобретения, 8 патентов РФ, свидетельство на полезную модель, свидетельство госрегистрации программы для ЭВМ. Основные положения работы докладывались и обсуждались на 42 научно-технических и медицинских конференциях, конгрессах и симпозиумах различного ранга, в том числе на 24 международных.

Личный вклад. Все математические результаты, методы решения задач и основные методические и алгоритмические подходы, описанные в диссертации, принадлежат соискателю. Им единолично написаны 3 статьи, опубликованные в рецензируемых журналах из перечня ВАК РФ. Во всех работах, выполненных в соавторстве, личный вклад соискателя включает постановку задач, разработку основных методов и средств, анализ результатов. Автор является непосредственным исполнителем всех теоретических и экспериментальных исследований.

Соответствие паспорту специальности. Диссертация соответствует паспорту специальности 05.11.17 - «Приборы, системы и изделия медицинского назначения» как в части формулы специальности, так и в части области исследований, а именно: по п. 1 – исследование, разработка и создание медицинской техники, методов и способов диагностики человека; по п. 2 – информационное, техническое и программное обеспечение современных медицинских технологий, создание измерительной техники, новых средств передачи и отображения медико-биологической информации.

Структура и объем работы. Диссертационная работа состоит из введения, 6 глав, основных результатов и выводов, списка использованной литературы из 420 наименований и 3 приложений, в которых приведены схемы, модели и листинги программ, материалы, подтверждающие внедрение результатов работы, копии охранных документов интеллектуальной собственности. Диссертация изложена на 359 страницах машинописного текста и содержит 119 рисунков, 30 таблиц.

Аналитический обзор методов и алгоритмов уменьшения влияния помех в системах ЭКГ-диагностики

Электрокардиосигналы являются источником диагностической (измерительной) информации в системах электрокардиографической диагностики. Рассмотрим природу, структуру, характеристики и параметры ЭКС.

Электрические явления в сердце. В основе возникновения электрических явлений в сердце лежат процессы, происходящие на клеточных полупроницаемых мембранах мышечной ткани. Колебания трансмембранного потенциала отражают динамику процессов деполяризации и реполяризации в различных участках сердечной мышцы. С точки зрения электрохимии клеточная мембрана представляет собой оболочку с разной проницаемостью для различных ионов. Она разделяет два раствора электролитов, существенно отличающихся по своему составу и концентрации. Высокие градиенты концентрации ионов по обе стороны мембраны поддерживаются благодаря функционированию в ней ионных насосов, с помощью которых ионы натрия, кальция и хлора выводятся из клетки, а ионы калия входят внутрь клетки. Такое перемещение ионов приводит к поляризации клеточной мембраны невозбужденной клетки: наружная поверхность ее становится положительной, а внутренняя - отрицательной. Возникающая на мембране разность потенциалов препятствует дальнейшему перемещению ионов и наступает стабильное состояние поляризации мембраны клеток сократительного миокарда в период диастолы. При этом разность потенциалов между наружной и внутренней поверхностями клеточной мембраны (потенциал покоя) в норме отрицательна и составляет около 90 мВ.

В возбужденной клетке регистрируется еще один вид потенциала - так называемый потенциал действия, который, в отличие от потенциала покоя, передвигается в форме волны возбуждения по поверхности клетки со скоростью до нескольких десятков метров в секунду. Возникновение потенциала действия связано с избирательным увеличением проницаемости клеточной мембраны по отношению к ионам различных типов. Различают несколько фаз потенциала действия миокардиальной клетки [15, 169, 221]. Основные элементы электрической структуры сердца - это рабочие (сократительные) мышечные клетки предсердий и желудочков, специальная проводящая ткань и клетки водителя ритма (пейсмекерные клетки), расположенные в правом предсердии в области синусового узла (СУ) и обладающие способностью к самовозбуждению. В результате этого в СУ возникает регулярная последовательность импульсов потенциала действия (в норме с частотой 60-80 импульсов в минуту), которая порождает соответствующую последовательность сокращений сердца. Импульс от СУ достигает клеток миокарда предсердий за несколько сотых долей секунды и приводит к их деполяризации и сокращению. Сокращение предсердий способствует наполнению кровью желудочков [15, 169, 221].

Достигнув атриовентрикулярного (АВ) узла, импульс возбуждения проходит по пучку Гиса и волокнам Пуркинье к миокарду желудочков. Клетки миокарда желудочков деполяризуются, что приводит к сокращению желудочков и выталкиванию крови в систему кровообращения. После сокращения желудочков наступает период восстановления (реполяризации), который длится до тех пор, пока сердце вновь не придет в исходное состояние. К этому моменту сердечный цикл заканчивается, и импульс от СУ может запустить новый цикл [169, 188, 221]. Проводящая система сердца показана на рисунке 1.1.

Кроме описанных элементов проводящей системы, имеются дополнительные тракты, по которым импульсы могут проходить обходным путем. При нарушении проводящих путей, АВ-соединение и нижняя часть пучка Гиса могут также быть центрами автоматизма и генерировать импульсы с частотой 40-60 и 25-40 импульсов в минуту соответственно [169, 221].

Электрические процессы в отдельных клетках сердечной мышцы создают электрические поля вокруг них. Электрическое поле сердца в целом образуется в результате пространственно-временного суммирования электрических полей отдельных клеток. В результате возникают определенным образом распределенные потенциалы во всем теле, в том числе и на его поверхности [169]. Характер распределения этих потенциалов на поверхности тела определяется взаимным расположением и электрическими свойствами органов и тканей грудной клетки. Симусоаы ) ум А8 уэ«л Пучок ГиС Волоска ПурМИМ Пмая »о ка Миокард ПЖ Межжелудочховая перегородка Структура, характеристики и параметры электрокардиосигналов. ЭКС обладают сложной частотно-временной структурой и в общем случае представляют собой нестационарные сигналы с циклически повторяющимися информативными участками, форма и параметры которых разнообразны, изменчивы и практически не предсказуемы. Относительно высокочастотные информативные участки, представляющие собой последовательности разнополярных импульсов, чередуются с изопотенциальными или инфранизкочастотными участками.

ЭКС имеют нелинейную природу: на информативных участках присутствуют точки разрыва производной, острые зубцы, пики, изломы, перепады. Поскольку ЭКС образуются в результате пространственно-временного суммирования потенциалов множества различных кардиомиоцитов, то они имеет стохастический характер. Кроме того, ЭКС характеризуются высокой вариабельностью -изменчивостью формы и параметров в ответ на воздействие внешних и внутренних факторов. При физической активности и психоэмоциональной нагрузке изменчивость элементов ЭКС увеличивается. Все эти особенности электрокардиосигналов затрудняют их автоматическую обработку и интерпретацию. В медицине и биологии импульсы ЭКС принято называть зубцами, а их комбинации - комплексами. Временной интервал от начала, вершины или конца одного зубца до соответствующей точки другого зубца именуют интервалом, а участок сигнала между зубцами (от конца одного зубца до начала следующего) -сегментом. Сегмент характеризуется положением относительно базовой линии (изолинии) и наклоном. На рисунке 1.2 приведено графическое изображение фрагмента типичного ЭКС с обозначением основных элементов.

Сердечный цикл (кардиоцикл) - это совокупность взаимосвязанных процессов, происходящих за одно сокращение сердца и его последующее расслабление. Кардиоцикл ЭКС обычно представляется тремя комплексами - Р, QRS и Т. Число импульсов в каждом комплексе неодинаково в разных отведениях и у разных пациентов. Р и Т комплексы обычно состоят из одного-двух импульсов, а QRS комплекс содержит от одного до четырех разнонаправленных импульсов [188].

Анализ факторов, влияющих на достоверость автоматических заключений в системе ЭКГДКС

Таким образом, уменьшение влияния помех в системах ЭКГ-диагностики обеспечивается методами защиты от помех и методами повышения помехоустойчивости. Разработка и совершенствование методов защиты от помех для систем ЭКГ-диагностики не ставится задачей настоящей диссертационной работы, поэтому далее перейдем к рассмотрению методов повышения помехоустойчивости [82, 93, 129]. За 50 лет автоматизации электрокардиографических исследований разработаны не один десяток методов и сотни алгоритмов подавления помех. Но до сих пор не существует алгоритмов, которые могли бы полностью устранить все помехи, абсолютно не искажая при этом информативный сигнал. Эффективность подавления помех в электрокардиографии определяется двумя основными требованиями: - способностью подавлять помехи; - способностью сохранять в ЭКС диагностические признаки: параметры и форму информативных участков.

К сожалению, эти требования противоречивы, поэтому реальные процедуры подавления помех реализуются на основе различных вариантов компромисса между ними. Наиболее остро стоит проблема эффективности подавления помех для систем ЭКГ-диагностики, функционирующих в условиях свободной активности пациента.

При подавлении помех в ЭКС неявно предполагается, что первоначально существует некий «исходный» идеальный ЭКС (полезный информативный сигнал), из которого посредством определенного вида искажения был получен зарегистрированный реальный ЭКС. Задача подавления помех заключается в том, чтобы с помощью некоторой обработки зарегистрированного ЭКС x(t) = p(X(t\e(t)) (1.1) отделить полезный сигнал X(t) от искажающей его помехи e(f), где t = 1, ..., N дискретное время. Такая задача имеет решение только в том случае, когда априори известна функция ф, либо сделаны обоснованные допущения о ее виде. Даже при предположении об аддитивном взаимодействии x(t) = x(t) + e(t), отделить полезный сигнал от помехи возможно лишь в том случае, если имеются различия в их характеристиках (статистических, частотных, вероятностных и т.п.) [253]. В тех случаях, когда модель полезного сигнала x{t) может быть описана аналитической функцией, задача фильтрации сводится к оптимальной оценке неизвестных параметров этой функции по наблюдаемой реализации [350]. Такой подход возможен при обработке достаточно простых сигналов. При обработке ЭКС модель полезного сигнала неизвестна или достаточно сложна, чтобы можно было свести задачу отделения полезного сигнала от помехи к оценке небольшого числа параметров [253].

При тестировании алгоритмов и узлов подавления помех в качестве «исходного» идеального ЭКС достаточно часто используют специальный тестовый ЭКС, а его искажение реализуют с помощью модельного процесса смешения с помехой (зашумления).

В действительности подобное смешение тестового сигнала с помехой - достаточно идеализированная модель возникновения помех в ЭКС. Реальные помехи в системах ЭКГ-диагностики, имеют весьма сложный характер, зависящий от множества факторов самой различной природы, учесть которые чрезвычайно затруднительно. Создание приближенной к реальности математической модели формирования ЭКС будет являться уже не подавлением помех, а реконструкцией ЭКС. Подобные методы реконструкции ЭКС имеют слишком высокую вычислительную сложность, чтобы на практике использоваться в системах реального времени. Кроме того, они требуют точного знания математических моделей и всех параметров биологического объекта и системы регистрации, что не может быть обеспечено на практике. Именно поэтому в системах ЭКГ-диагностики, как правило, применяют более простые, но достаточно эффективные процедуры подавления помех.

Решение задачи сохранения диагностической информации в полезном сигнале может быть обеспечено за счет адекватного предположения о модели помехи и создания фильтрующих процедур, обеспечивающих максимально возможное подавление помехи при минимальных искажениях полезного сигнала [253]. Широкое применение для подавления помех в ЭКС получили следующие методы: - линейная частотная фильтрация; - адаптивная фильтрация; - методы нелинейной фильтрации; - банки фильтров и вейвлет фильтры; - компенсаторы помехи, основанные на вычитании; - методы пространственно-временной обработки сигналов. Рассмотрим эти методы подробнее.

Линейная частотная фильтрация нашла широкое применение для предварительной обработки ЭКС, что связано с наличием классической теории и достаточной простотой синтеза линейных фильтров [15, 41, 187, 225, 226, 261].

Наиболее распространенным подходом к подавлению помех в ЭКС является цифровая фильтрация (ЦФ) во временной области. При этом определенные виды помех подавляются за счет выполнения относительно простых и быстрых операций. Преимуществом такой фильтрации является необязательность знания спектральных оценок сигнала и помех в явном виде. Наибольшее распространение в этой группе получили фильтры скользящего среднего. Выходной сигнал такого фильтра вычисляется при перемещении (скольжении) временного окна различной формы и длительности вдоль оси времени [226]. Так как процедура суммирования интерпретируется как интегрирование, то фильтры скользящего среднего устраняют высокочастотную (ВЧ) составляющую сигнала и являются фильтрами нижних частот (ФНЧ).

Разработка алгоритма сегментации ЭКС

Адаптация применяется, когда неизвестна небольшая совокупность параметров сигналов и помех. В задачах с параметрической априорной неопределенностью адаптивные алгоритмы получают из оптимальных путем замены неизвестных параметров сигнала и помех их оценками, полученными по входному массиву выборочных значений или по специальному обучающему массиву. Задача адаптации существенно усложняется, когда неизвестны несколько параметров сигналов и/или помех либо неизвестны статистические законы распределений помех и/или смеси сигналов с помехами. При этом адаптивные методы оказываются очень сложными и их затруднительно реализовать в реальном времени. В этом случае применяются непараметрические методы, основанные на непараметрической проверке гипотез. Инвариантные свойства непараметрических процедур достигаются за счет сокращения избыточности входной информации таким образом, чтобы полученные данные оказались независимыми от распределения входных данных [165].

Кроме адаптивных и непараметрических существует еще класс робастных методов, которые нацелены на обеспечение устойчивости принятия статистических решений в условиях изменчивости характеристик полезного сигнала и помех или в случаях отклонений принятых допущений о моделях изменения сигнала и свойствах помех от реальной ситуации. Робастные алгоритмы, близки по эффективности к классическим оптимальным, «настроенным», как правило, на гауссову помеху, но требуют для реализации сравнительно небольшого объема априорной информации. Кроме того, они оказываются эффективными при целом ряде функций распределений помех и/или смеси сигналов с помехами. Под робастностью в статистике понимают нечувствительность к различным отклонениям и неоднородностям в выборке, вызванным неизвестными причинами. Процедура считается робастной, если малые отклонения от предпологаемой модели не ухудшают ее качество [263].

Для повышения эффективности помехоустойчивой обработки ЭКС целеесо-образно использовать адаптивный, непараметрический и робастный подходы к преодолению априорной неопределенности на различных этапах обработки ЭКС.

На этапе обнаружения информативных участков ЭКС имеются самые минимальные сведения о свойствах полезного сигнала и помех, поэтому на этом этапе уместно применение непараметрических методов. При этом синтезируются инвариантные обнаружители ИУ ЭКС, нечувствительные к виду закона распределения вероятностей помех [87, 114, 348].

Для подавления помех на отдельных локальных участках ЭКС в рамках принятых моделей конкретных сигнально-помеховых ситуаций разумно использовать робастные процедуры (робастные оценки параметра сдвига распределения) [130, 139].

Несмотря на использование инвариантных и робастных процедур при обработке ЭКС, за основу подавления помех в системах ЭКГДКС примем адаптивный подход - использование адаптации к неизвестным и/или меняющимся параметрам помехи. При этом неизвестные параметры помех заменяются их оценками, полученными по обучающему (опорному) помеховому массиву, который формируется за счет обнаружения информативных участков и сегментации ЭКС.

Для осмысления адаптации как процесса необходимо выяснить цель и алгоритм адаптации, то есть понять, что есть эффективное функционирование системы, и каким образом оно достигается?

В книге Я. 3. Цыпкина «Адаптация и обучение в автоматических системах» [265] адаптация определяется как «...процесс изменения параметров и структуры системы, а возможно, и управляющих воздействий на основе текущей информа 103 ции с целью достижения определенного, обычно оптимального состояния системы при начальной неопределенности и изменяющихся условиях работы».

В этом определении речь идет об оптимизации по заданному критерию. Однако сложные системы, как правило, не имеют единственного критерия функционирования и работают в обстановке многокритериальности. Причем критерии функционирования могут быть не только экстремальными, но и иметь характер ограничений. Поэтому целесообразно формулировать сразу несколько критериев и выбирать их в зависимости от сложившейся ситуации и внутренних потребностей самой системы. Таким образом, выбор критериев адаптации является адаптивным процессом, что должно учитываться при определении адаптации [227].

С учетом вышесказанного, Л.А. Растригин [227] адаптацию в широком смысле определяет как «... процесс целенаправленного изменения параметров и структуры системы, который состоит в определении критериев ее функционирования и выполнении этих критериев». Выбор критериев оптимальности в процессе адаптации расширяет понятие адаптации и сближает его с биологическим и социологическим толкованием [227].

Разработка обобщенной структуры системы ЭКГДКС. В основу разработки обобщенной структуры системы ЭКГДКС положена схема формирования и преобразования информации при ЭКГ-диагностике (Рисунок 2.1).

Для регистрации ЭКС в разрабатываемой системе ЭКГДКС используются стандартные электроды и типовые схемные решения, поэтому основными этапами, обеспечивающими достоверность автоматических заключений, являются четыре последних этапа преобразования информации: подавление помех, формирование информативных параметров и диагностических признаков, оценка состояния сердца. Для упрощения дальнейших рассуждений последние три этапа преобразования информации объединим в этап определения критических состояний и добавим этап контроля помех в зарегистрированном ЭКС. Замена этапов преобразования информации на соответствующие подсистемы позволила разработать обобщенную структуру системы ЭКГ-диагностики, которая приведена на рисунке 2.2.

Формирование параметра отклонения формы распознанного QRS комплекса от типичного

Основой большинства современных методов автоматического анализа ЭКС является обнаружение QRS комплексов на фоне помех. Полученная в результате обнаружения последовательность позиций QRS комплексов используется для: - измерения частоты сердечных сокращений (ЧСС); - анализа вариабельности сердечного ритма; - выявления аритмий (в том числе и угрожающих жизни); - измерения амплитудно-временных параметров элементов ЭКС [86, 75]; - обнаружения других элементов ЭКС (Р зубцов, ST сегментов); - биоуправления (синхронизации работы кардиоуправляемых приборов); - сегментации ЭКС с целью сжатия и помехоподавления [85]. Алгоритмы обнаружения QRS комплексов являются предметом исследования и разработки на протяжении нескольких десятилетий [15, 66, 88, 89, ПО, 114, 355, 374]. Особый интерес при создании систем ЭКГ-диагностики представляет обнаружение QRS комплексов ЭКС в режиме реального времени.

Так как, обнаружение QRS комплексов является ключевым этапом цифровой обработки ЭКС, то от достоверности обнаружения QRS комплексов напрямую зависит достоверность автоматических заключений в системах ЭКГ-диагностики.

В свою очередь, достоверность обнаружения QRS комплексов определяется устойчивостью алгоритма обнаружения к помехам, к изменчивости формы обнаруживаемых комплексов, частоте сердечных сокращений.

Многолетний мировой опыт автоматического анализа ЭКС показал, что задача обнаружения QRS комплексов нетривиальна и намного более сложна, чем классическое обнаружение сигнала известной формы в аддитивной смеси с белым гауссовым шумом. Эта задача ближе к обнаружению сигнала с приблизительно известными характеристиками на фоне преднамеренных шумовых и активных имитационных помех [ПО].

Форма QRS комплексов определяется физиологическими особенностями конкретного пациента, расположением электродов для съема ЭКС, патологиями сердечно-сосудистой системы. Каждая реализация ЭКС характеризуется индивидуальной формой QRS комплексов (как типичных так и эктопических), причем эктопические комплексы могут быть нескольких типов.

При реализации некоторых диагностических методик, связанных с исследованием ЭКС в режиме свободной активности пациента, повышается как интенсивность помех, так и изменчивость QRS комплексов. В этих случаях для обнаружения QRS комплексов приходится учитывать целый ряд отличительных признаков сигнала от помех, которые заключаются в корреляционных, спектральных, частотных, временных, вероятностных или структурных характеристиках сигнала.

Несмотря на изменчивость, существуют общие закономерности формы типичных QRS комплексов [114]: амплитуда находится в диапазоне 0,6 ... 4,1 мВ; диапазон длительностей составляет 50 ... 80 мс; основная энергия сосредоточена в области частот от 2 до 20 Гц с максимумом на частоте около 12 Гц; состоят из нескольких (от 1 до 4, в редких случаях до 7) простых разнонаправленных импульсов; форма каждого простого импульса близка к треугольной или колоколо-образной. Эктопические QRS комплексы характеризуются отличием формы от типичных комплексов, деформацией, зачастую увеличением длительности более 80 мс.

Представим процесс обнаружения QRS комплексов ЭКС в виде трех последовательных этапов (рисунок 3.2) [120]: - предварительная обработка сигнала с целью его выделения на фоне помех и неинформативных элементов; - специальное преобразование, обеспечивающее формирование сигнала, «удобного» для последующего обнаружения; - сравнение с порогами и принятие решения. ЭКС Предварительная обработка 5 Специальное преобразование Сравнение спорогами ипринятиерешения QRS

На этапе предварительной обработки обычно применяется набор линейных частотных фильтров, ограничивающих полосу пропускания и создающих условия для обнаружения. На этапе специального преобразования целесообразно применять различные нелинейные процедуры, обеспечивающие формирование сигнала, соответствующего QRS комплексу, с амплитудой превышающей помехи и неинформативные участки ЭКС. Разумеется, к такому преобразованию не предъявляется требование сохранения формы QRS комплексов. На третьем этапе полученный сигнал сравнивается с порогами и принимается решение о наличии QRS комплекса. Обычно такое решение принимается по различным эвристическим правилам, иногда достаточно сложным.

Очевидно, что второй этап является наиболее значимым для обнаружения и определяющим построение решающего правила обнаружения. При этом задачей выбора специального преобразования является не только уменьшение размерности вектора, представляющего обнаруживаемый сигнал, что достигается устранением избыточной информации, но и инвариантность к изменению формы, влия 164 нию помех и неинформативных элементов. Поэтому достоверность обнаружения

QRS комплексов в значительной мере определяется удачным выбором специального преобразования. Существует несколько стратегий построения алгоритмов обнаружения QRS комплексов: - обнаружение QRS комплексов целиком, как единый структурный образ, в этом случае на этапе специального преобразования формируется моноимпульс [374]; - обнаружение QRS комплексов как последовательное обнаружение нескольких структурных элементов (одновременное обнаружение и распознавание) [114]; - отдельное обнаружение как минимум двух классов QRS комплексов: типичных и эктопических [110]; - обнаружение любых QRS комплексов (и типичных и эктопических) одной процедурой, инвариантной к форме комплексов. Для реализации портативных устройств системы ЭКГДКС целесообразно использовать стратегию обнаружения QRS комплексов процедурой, максимально инвариантной к форме QRS комплексов и позволяющей сформировать моноимпульс.