Содержание к диссертации
Введение
ГЛАВА 1. Анализ предметной области и постановка задач исследования 12
1.1.Электрокардиографический способ диагностики состояния сердца 12
1.1.1 Генез электрокардиосигнала 12
1.1.2 ЭКС-признаки инфаркта миокарда 16
1.2 Нейросетевой анализ электрокардиосигнала 22
1.2.1 Искусственный нейрон и его функции активации 22
1.2.2. Современное состояние в области нейросетевого анализа
электрокардиосигнала 23
1.2.2.1. Нейросетевой анализ сегментов кардиоцикла ЭКС. 26
1.2.2.2. Структура нейронной сети LVQ и алгоритмов ее обучения 26
1.2.2.3 Нейросетевой анализ с применением LVQ 28
1.2.3. Сравнительные характеристики современных систем поддержки принятия решения в области нейросетевого анализа электрокардиосигнала 30
1.3. Способ неинвазивного определения электрофизиологических характеристик сердца 32
1.4. Постановка задач исследования 34
ГЛАВА 2. Разработка методики диагностики инфаркта миокарда на основе нейросетевого анализа сегментов кардиоцикла и последовательно-параллельного соединения нейронных сетей 36
2.1 Обоснование предлагаемого подхода к совершенствованию обработки электрокардиосигнала для диагностики инфаркта миокарда 36
2.2 Предварительная обработка электрокардиосигнала 40
2.2.1 Обоснование статистического подхода в предварительной обработке электрокардиосигнала 40
2.2.2 Построение фазовой траектории электрокардиосигнала 42
2.2.3 Фильтрация ЭКС 48
2.2.4 Выделение элементов кардиоцикла электрокардиосигнала 51
2.3 Нейросетевой анализ электрокардиосигнала для диагностики ИМ 58
2.3.1 Формирование обучающей выборки для анализа сегментов кардиоцикла 63
2.3.2 Особенности обучения нейронных сетей для анализа сегментов кардиоцикла 65
2.4.3 Методика принятия решения о диагностическом заключении 68
2.5 Исследование разработанной методики нейросетевого анализа сегментов кардиоцикла электрокардиосигнала для диагностики инфаркта миокарда 71
2.5.1 Определение критериев, влияющих на качество обучения нейронной сети LVQ 71
2.5.2 Выбор оптимальных параметров обучения нейронной сети LVQ
2.5.2.1 Выбор оптимального количества входов и выходов НС 73
2.5.2.2 Определение количества нейронов НС 75
2.5.2.3 Определение величины нормирования, зашумления, сдвига, коэффициента избыточности 75
2.5.2.4 Определение количества векторов в обучающем наборе данных 76
2.5.3 Определение чувствительности и специфичности методики нейросетевого анализа электрокардиосигнала 77
2.5.4 Тестирование обученных нейронных сетей 79
2.6 Выводы 80
ГЛАВА 3. Разработка методики расчета основных электрофизиологических характеристик сердца 83
3.1 Подход к определению электрофизиологических характеристик сердца 83
3.2 Получение исходных данных для определения электрофизиологических характеристик сердца 85
3.3 Определение электрофизиологических характеристик сердца
3.3.1 Расчет распределения потенциалов, генерируемых сердцем, на торсе пациента. 89
3.3.2 Расчет распределения потенциалов, генерируемых сердцем, на торсе пациента 93
3.3.3 Моделирование распространения волны возбуждения в миокарде. 94
3.3.4 Синтез модельного ЭКС 101
3.3.5 Коррекция расчетных параметров 102
3.4 Выводы 103
ГЛАВА 4 Реализация разработанного подхода к анализа электрокардиосигнала для диагностики инфаркта миокарда в компьютерной диагностической системе 105
4.1 Структура и реализация КДС 105
4.2 Структура взаимодействия в компьютерной диагностической системе 108
4.3 Методика анализа ЭКС для диагностики инфаркта миокарда 112
4.4 Результаты внедрения 114
4.5 Выводы 114
Основные результаты 116
Список литературы 118
- Нейросетевой анализ электрокардиосигнала
- Предварительная обработка электрокардиосигнала
- Получение исходных данных для определения электрофизиологических характеристик сердца
- Структура взаимодействия в компьютерной диагностической системе
Нейросетевой анализ электрокардиосигнала
Одним из величайших достижений человечества в ХХ веке является электрокардиография. Ежегодно только в нашей стране регистрируются миллионы электрокардиограмм (ЭКГ). Электрокардиографии посвящены работы многих ученых как отечественных, так и зарубежных (М.П. Рощевский, В.Н.Орлов, М.И. Кечкер, Ф. Циммерман, А.Б. де Луна, А.В. Струтынский, и др.). Поэтому для определения направлений данного исследования кратко опишем возможности и особенности развития электрокардиографии.
В основу метода легло представление о том, что биотоки сердца имеют определенное распределение на поверхности тела и могут быть зарегистрированы (отведены), усилены, а затем записаны в виде характерной кривой – ЭКГ. Впервые это сделать удалось В. Эйнтховену (W. Einthowen) в 1903 г. В. Эйнтховен обозначил зубцы ЭКГ следующими подряд буквами латинского алфавита: P, Q, R, S, T. ЭКГ представляет собой графическое отображение электрофизиологических процессов, происходящих в миокарде.
Сердце функционирует (возбуждается) под действием электрических импульсов, которые генерирует собственный водитель ритма [19]. Анатомически этот возбудитель сердца расположен в правом предсердии, в месте слияния полых вен, в синусовом узле (см. рисунок 1.1), поэтому импульс возбуждения, исходящий из него называется, соответственно, синусовым импульсом
Анатомия проводящей системы сердца Синусовый узел вырабатывает электрические импульсы, которые распространяясь по проводящей системе возбуждают клетки миокарда. В результате электрической активности клеток миокарда сердце создает вокруг себя периодически меняющееся электрическое поле. Электроды, размещенные на коже, воспринимают и передают изменения этого поля на электрокардиограф. Зубцы и интервалы нормальной ЭКГ приведены на рисунке 1.2 [68].
Электрический импульс возбуждения появляется в синусовом узле (не регистрируется на ЭКГ), проходит по предсердиям (образуется зубец P) и распростарняется по атриовентрикулярному (АВ) узлу (см. рисунок 1.1). В АВ-узле совершается физиологическая задержка импульса (замедление скорости его проведения), поэтому на ЭКГ участок между зубцами P и Q (сегмент PQ) отражается прямой линией, которая называется изоэлектрической (изолинией). Затем электрический импульс доходит до проводящих путей желудочков, которыми являются система пучка Гиса и волокна Пуркинье (см. рисунок 1.1), и возбуждает ткань желудочков. Данный процесс отражается образованием желудочкового комплекса QRS (см. рисунок 1.2). Распространив возбуждение по желудочкам, электрический импульс угасает, при этом происходят процессы реполяризации, которые отражаются на ЭКГ1сегментом ST и зубцом T.
Таким образом, генезис ЭКГ обусловливается процессами деполяризации (возбуждения) и реполяризации (расслабления или восстановления исходного состояния) в клетках миокарда. Процесс генезиса ЭКГ можно представить в виде условной схемы, приведенной на рисунке 1.3 [3.68]. ЭКС в соответствующем отведении образуется как сумма смещенных по фазе кривые трансмембранного потенциала действия (ТМПД) всех элементов поверхности сердца (Si) умноженных на соответствующие коэффициенты kli (см. рисунок 1.3).
Регистрация электрокардиосигнала (ЭКС) проводится в четком соответствии с установленными правилами. Применяется несколько общепринятых способов регистрации электрокардиосигнала. Для потребностей функциональной диагностики запись электрокардиограммы в 12 стандартных отведениях является неизменным подходом к регистрации электрокардиосигнала.
Генез электрокардиосигнала (а) и схема наложения электродов при регистрации ЭКС в 12 стандартных отведениях (б) Отведение образуется как разность потенциалов между двумя электродами, расположенными на поверхности тела пациента. Для регистрации ЭКС в стандартных отведениях электроды накладывают согласно принятым правилам: I – запястья правой и левой рук, II – лодыжка левой ноги и запястье правой рука, III – лодыжка левой ноги и запястье левой руки. В усиленных отведениях электрод располагают для отведения aVR – на запястье правой руки, для отведения aVL – на запястье левой руки, для отведения aVF – на лодыжке левой ноги. Для отведений V1 – V6 точка на поверхности грудной клетки является одним из электродов, а другим – объединенный электрод от всех конечностей.
Предварительная обработка электрокардиосигнала
Отличительной особенностью предлагаемого подхода к НСА ЭКС является то, что применяется последовательно-параллельное соединение НС. Параллельно с определением локализации осуществляется анализ трансмуральности или «глубины» ИМ (отсутствие R-зубца в QRS-комплексе). Стоит отметить, что в случае обнаружения данного признака на каком-либо из отведений анализ патологических Q и R- зубцов в данном отведении не проводится в силу особенностей образа QRS-комплекса в случае отсутствия R-зубца. С помощью данного условия исключается ошибка анализа нейронной сетью данных признаков.
Решающие правила при выдаче заключения о состоянии сердца пациента следующие: – пациент здоров, если все сегменты кардиоцикла всех отведений в результате нейросетевого были отнесены к классу «здоровых» ЭКС; – отклонение от нормы, если хотя бы один из сегментов оказался патологическим. В этом случает проводится повторный анализ проявившегося признака на другом кардиоцикле. В случае его подтверждения субъекту выдается предписание пройти клиническое обследование, в частности сдать анализы на тропонин либо сделать ЭхоКГ. – проявление признака на более чем одном сегменте говорит о явной патологии, в это случае выносится диагностическое решение с выводом проявившихся признаков.
Определение критериев, влияющих на качество обучения нейронной сети LVQ Для дальнейших исследований разработанной автором методики НСА ЭКС нужно определиться с тем, какой показатель наиболее точно отражает понятие «качество обучения» нейронной сети. Обычно для оценки качества обучения нейронной чети LVQ применяется параметр «ошибка обучения». В ходе проведенных исследований было определено, что параметром «ошибка обобщения» (доля неверно проанализированных НС тестовых образов к общему числу образов из ВНД) наиболее четко выражается понятие «качество обучения». «Обобщающая способность» является величиной, обратной ошибке обучения. Определение ошибки обобщения проводится с применением заранее и досконально подготовленного ВНД. Для обеспечения качественного нейросетевого анализа значение ошибки обобщения должно быть минимальным. Тем не менее в медицинской диагностике используют другие термины: специфичность (вероятность корректного отнесения к классу «здоров») и чувствительность (вероятность корректного отнесения к классу «болен»). Далеко не всегда высокая обобщающая способность свидетельствует о высоких показателях чувствительности и специфичности. Для оценки качества обучения НС все три параметра обязательно должны быть вычислены: чувствительность и специфичность, ошибка обобщения.
Стоит отметить, что из-за специфичности анализируемых данных, для наиболее высоких показателей работы системы необходимо разрабатывать структуру и параметры обучения для каждой нейронной сети индивидуально. В работе рассмотрены нейронные сети отражающие 3 локализации: – Передний ИМ: II отведение (патологические Q и R –зубцы); Отведение aVL (патологические Q и R –зубцы, элевация сегмента ST, отрицательный T-зубец) – Нижний ИМ: II отведение (элевация сегмента ST, отрицательный T-зубец) отведение aVF (элевация сегмента ST, отрицательный T-зубец) – Перегородочный ИМ: отведение V3 (элевация сегмента ST, отрицательный T-зубец, депрессия сегмента ST)
Помимо этого, для анализа возможности определения «глубины» ИМ использовались ЭКС с трансмуральным ИМ: II отведение (отсутствие зубца R), отведение V1 (отсутствие зубца R)
Выбор оптимального количества входов и выходов НС Преимуществом нейронных сетей с самоорганизующимся слоем является однозначная возможность при любом числе входов завершения процесса обучения. Требования, предъявляемые к современным цифровым электрокардиографам по частоте дискретизации ЭКС, составляют на сегодняшний день – 500 Гц [79].
В случае анализа сегментов ЭКС на первый план выходит качество отражения сегмента без искажений. Исходя из специфики анализируемых данных очевидно, что для каждого сегмента необходимо количество входов соответствующе отражающих его форму. В ходе исследования было определено среднее значение дискретных отчетов для каждого из анализируемых сегментов. Проанализировано порядка 30 различных ЭКС. Данные о количестве отсчетов в каждом сегменте приведены на рисунке 3.1
Получение исходных данных для определения электрофизиологических характеристик сердца
К достоинствам вычислительного пакета MATLAB, по мнению автора, следует отнести: - возможность организации математических вычислений с многомерными массивами, имеющими элементы произвольного типа; КДС хранит в себе информацию обо всех обследованиях в базе данных. Свободное программное обеспечение FireBird применяется в качестве системы управления базами данных (СУБД). Преимуществами данной СУБД являются возможности обеспечении наиболее эффективной, качественной) работы в многопользовательской среде. Несмотря на то, что данная СУБД является бесплатной для конечного пользователя, ее возможности во многом не уступают дорогостоящим системам управления, а в некоторых случаях – даже превосходят.
Среди быстро развивающихся систем компьютерной математики (СКМ), в первую очередь ориентированных на численные расчеты, особо выделяется матричная математическая система MATLAB, служащая главным вычислительным модулем описываемой автором КДС.
Высокая работоспособность MATLAB определена прежде всего, ее направлением на матричные вычисления с программной эмуляцией параллельных вычислений и упрощенными средствами задания циклов.
В MATLAB удачно выполнены средства работы с многомерными массивами, большими и разреженными матрицами и многими типами данных. Система прошла многолетний путь развития от узко специализированного матричного программного модуля, используемого только на больших ЭВМ. MATLAB обладает мощными средствами графики, комплексной визуализации вычислений и диалога,.
Самым известным из прикладных программ стало обеспечивающее блочное имитационное моделирование различных систем и устройств расширение Simulink. Но и без пакетов расширения MATLAB представляет собой мощную операционную среду, предназначенную для выполнения огромного числа научно-технических и математических расчетов и вычислений, создания пользователями своих процедур, функций и пакетов расширения и библиотек.
Типовой комплекс MATLAB + Simulink содержит инструментальные «ящики» Toolboxes с большим количеством пакетов расширения MATLAB и Bloсksets для увеличения возможностей системы визуально-ориентированного блочного имитационного моделирования динамических систем Simulink. В разработке пакетов расширения и надстроек для MATLAB принимают участие многие научные школы мира и ведущие университеты.
Использование программного пакета MATLAB позволило решить сразу 3 проблемы в исследовании: 1. Реализация LVQ-нейронных сетей 108 2. Обработка большого объема данных 3. Реализация логического блока принятия решений 4.2 Структура взаимодействия в компьютерной диагностической системе
Основная задача медицинских информационных систем (МИС) заключается в повышении качества проведения диагностики [40]. Отказ от проектирования баз данных медицинских информационных систем по функциональному назначению является отличительной особенностью структуры известных медицинских информационных систем, т.е. сосредоточение всей информации о пациенте в одной базе данных.
Электронная история болезни содержит все разделы и особенности традиционной истории, с которым ежедневно работает врач; любая информация вводится только однократно; медицинская информационная система обладает модульной организацией и интуитивным интерфейсом, таким образом не требует специализированных знаний компьютера.
Стандартизация информационного взаимодействия в медицинских информационных систем необходима для устранения противоречий между постоянно растущими информационными потребностями и качеством информационного обеспечения учреждений здравоохранения.
КДС являются составной частью информационных систем в качестве автоматизированного (в том числе и мобильного) рабочего места врача, например, врача-кардиолога. Однако большинство существующих диагностических систем в достаточной мере разнородны, а очень часто вообще не приспособлены для интеграции в МИС. Типичная структура информационного взаимодействия компьютерной диагностической системы для определения состояния сердца [57] показана на рисунке 4.2.
Наличие жесткой связи ядра ПО КДС с системой управления базами данных (СУБД) является недостатком структуры, приведенной на рисунке 4.2, что затрудняет интеграцию диагностических систем в различные информационные системы.
Структура ИО компьютерной диагностической системы для пределения состояния сердца должна соответствовать стандартам информационного взаимодействия с МИС, не зависеть от организации БД МИС, и обеспечивать возможность адаптации и реконфигурации для эффективного и оперативного решения задач оценки состояния сердца. КДС для оценки состояния сердца должна работать как в составе информационной системы, так и в автономном режиме. Для этого разработана структура информационного взаимодействия КДС в составе МИС, представленная на рисунке 4.3.
Возможность взаимодействия с различными базами данных МИС является отличительной особенностью разработанной структуры ИО КДС. Клиенты КДС (приложение, с которыми работает пользователь на любом удалении от сервера) напрямую не связаны с базами данных МИС. Они взаимодействуют только с сервером компьютерной диагностической системы и не знают, какая СУБД используется для работы с той или иной базой данных МИС. При этом клиентская часть КДС является кроссплатформенной, т.е. функционирует под управлением наиболее распространенных операционных систем и устройств, а серверная часть КДС имеет модульную структуру, обеспечивающую взаимодействие с заданными базами данных МИС через соответствующие СУБД. Кроме того, организация информационного взаимодействия в КДС предусматривает обмен кардиографическими данными с КДС, функционирующими в других МИС (см. рисунок 4.3).
Структура взаимодействия в компьютерной диагностической системе
Наличие жесткой связи ядра ПО КДС с системой управления базами данных (СУБД) является недостатком структуры, приведенной на рисунке 4.2, что затрудняет интеграцию диагностических систем в различные информационные системы.
Структура ИО компьютерной диагностической системы для пределения состояния сердца должна соответствовать стандартам информационного взаимодействия с МИС, не зависеть от организации БД МИС, и обеспечивать возможность адаптации и реконфигурации для эффективного и оперативного решения задач оценки состояния сердца. КДС для оценки состояния сердца должна работать как в составе информационной системы, так и в автономном режиме. Для этого разработана структура информационного взаимодействия КДС в составе МИС, представленная на рисунке 4.3.
Возможность взаимодействия с различными базами данных МИС является отличительной особенностью разработанной структуры ИО КДС. Клиенты КДС (приложение, с которыми работает пользователь на любом удалении от сервера) напрямую не связаны с базами данных МИС. Они взаимодействуют только с сервером компьютерной диагностической системы и не знают, какая СУБД используется для работы с той или иной базой данных МИС. При этом клиентская часть КДС является кроссплатформенной, т.е. функционирует под управлением наиболее распространенных операционных систем и устройств, а серверная часть КДС имеет модульную структуру, обеспечивающую взаимодействие с заданными базами данных МИС через соответствующие СУБД. Кроме того, организация информационного взаимодействия в КДС предусматривает обмен кардиографическими данными с КДС, функционирующими в других МИС (см. рисунок 4.3).
Работа КДС в автономном режиме обеспечивается путем установки серверной и клиентской части КДС на одну ЭВМ (рисунок 4.4). В качестве клиента КДС используется приложение, обеспечивающее обработку кардиографической информации и взаимодействующее с сервером КДС.
Рисунок4.4 – Структура информационного взаимодействия в КДС при работе в автономном режиме
В автономном режиме при мониторинге или в условиях скорой и неотложной помощи КДС конфигурируется в соответствии с задачами по обработке кардиографической информации: моделированием и визуализацией состояния сердца, анализом кардиографической информации. Для этого устанавливается на личный компьютер ядро программного обеспечения КДС и необходимые модули, а также наиболее доступную СУБД (например, FireBird) пользователем КДС.
При работе КДС в составе МИС структура серверной части КДС обеспечивает доступ к базам данных МИС, представляя накопленные в МИС знания в соответствии с запросами клиента КДС.
При работе компьютерной диагностической системы для диагностики инфаркта миокарда в составе МИС возможны следующие варианты организации взаимодействия клиент-сервер [45]: - клиентская часть диагностической системы – «тонкий» клиент В этом случае все задачи по обработке кардиографической информации выполняются на сервере КДС; - клиентская часть диагностической системы – «толстый» клиент. В этом случае все задачи по обработке кардиографической информации возложены на клиентскую часть КДС, а сервер КДС используется лишь для хранения данных и обновления модулей клиентской части. Выбор варианта организации взаимодействия клиент-сервер определяется возможностями компьютера пользователя и необходимыми возможностями обследования. Для обеспечения организации информационного взаимодействия серверной и клиентской частей компьютерной диагностической системы предлагаются функции серверной части КДС и функции клиентской части КДС.
Далее следует более подробное описание каждого этапа. 1) Для посегментного анализа кардиоцикла по каждому из отведений применяются специально созданные и обученные посредством среды MatLAB нейронные сети типа LVQ, обучающим набором данных для которых служат не типовые избыточные сигналы с патологиями, а форма самих патологий, иными словами, поведение сигнала в определенном сегменте (изменение амплитуды и подобные), что позволяет существенно увеличить достоверность срабатывания/работы нейронных сетей (вплоть до 98%, что было доказано экспериментально). Выходными данными таких нейронных сетей является последовательность значений типа Boolean (ложь/истина), которая передается логическому модулю. 2) Данные, полученные от блока нейросетевого анализа, сортируются по отдельным признакам и передаются логическому устройству, которое при наличии истинных значений входных данных по заранее подготовленной программе позволяет проверить ИМ на трансмуральность с дальнейшей его локализацией. На базе данных из логического модуля подбирается диагноз из основной таблицы диагнозов ИМ (см. таблица 2.1). 1) Предложенные способы анализа ЭКС могут быть использованы как основа для построения новых систем кардиодиагностики. Структура компьютерной диагностической системы на основе технологии «клиент-сервер» обеспечивает все этапы предложенного «технологического конвейера» анализа ЭКС для диагностики ИМ и интеграцию с медицинскими информационными системами, действующими в учреждениях здравоохранения. 2) Методика нейросетевого анализа ЭКС для диагностики инфаркта миокарда способствует определению значимых параметров состояния сердца т.е. помогает врачу в решении сложных задач, возникающих при необходимости выбора тех или иных методов лекарственного воздействия при повреждении миокарда с целью приостановления или замедления его прогрессирования и поддержания качества жизни пациента.
