Содержание к диссертации
Введение
Глава 1. Проблема обработки сигнала динамической ЭКГ. Подход к решению на основе антиградиентных методов настройки параметров систем
1.1 Принцип антиградиентной настройки параметров систем,
1.2. Сравнение метода регистрации электрокардиограммы (ЭКГ) при динамической нагрузке на пациента (велоэргометрия) с регистрацией ЭКГ в спокойном состоянии 17
1.2.1. Методы проведения электрокардиографического исследования 17
1.2.2 Методы проведения динамического электрокардиографического исследования 25
1.2.3. Проблема дрейфа изолинии в велоэргометрии и пути его устранения 31
1.3. Проблема определения порога анаэробного обмена неинваивными методами
1.4 Выводы. 33
Глава 2. Построение адаптивных фильтров с использованием метода антиградиентной настройки параметров систем 35
2.1. Понятие адаптивных фильтров, их свойства и сравнение со стандартными цифровыми фильтрами 35
2.1.1. Основные понятия цифровых фильтров. 35
2.1.2. Принцип адаптивной фильтрации 39
2.2. Пример применения адаптивного КИХ фильтра для подавления сетевой наводки 42
2.3. Автоматизация вычисления параметров электрокардиограммы. 45
2.3.1. Методы аппроксимации сигналов. 45
2.3.2 Автоматическое вычисление параметров электрокардиограммы. 48
2.4. Адаптивный фильтр верхних частей для велоэргометрии 54
2.4.1. Модель электрокардиосигнала 54
2.4.2. Расчет аналоговой передаточной функции для адаптивногофильтра 56
2.4.3. Расчет оптимальной амплитудно-частотной характеристики длядискретного времени и выбор начальных значений параметровадаптивного КИХ-фильтра 58
Глава 3. Разработка алгоритма определения порога анаэробного обменаантиградиентным методом настройки параметров системывелоэргометрических сигналов 68
3.1. Определение ЧСС по II стандартному отведению велоэргометрии. 68
3.1.1. Датчики для определения частоты сердечных сокращений (ЧСС) ичастоты дыхания (ЧД) 68
3.1.2. Алгоритмы вычисления частоты сердечных сокращений и частотыдыхания 70
3.2. Определение ЧД по сигналу с датчика давления 73
3.3. Обобщенный метод наименьших квадратов для определения точекскачка производных сигналов дыхания и частоты сердечныхсокращений 76
3.3.1. Метод наименьших квадратов для двух отрезков при 76
3.3.2. Метод наименьших квадратов для подвижной точки перегиба ,. 79
3.3.3. Метод наименьших квадратов при подвижной абсциссе точкискачка производной 81
3.4. Определение порога ПАНО по антиградиентной настройкипараметров системы 83
3.5. Выводы 85
Глава 4. Реалтзация методов обработки велоэргометрических сигналов антиградиентной настройкой параметров как программные модули для 87
4.2. Реализация адаптивного фильтра для велоэргометрии 89
4.3. Реализация метода определения порога анаэробного обмена 91
4.4.Выводы 94
Заключение 95
Список литературы 96
Приложение 102
- Методы проведения динамического электрокардиографического исследования
- Пример применения адаптивного КИХ фильтра для подавления сетевой наводки
- Метод наименьших квадратов при подвижной абсциссе точкискачка производной
- Реализация метода определения порога анаэробного обмена
Введение к работе
Актуальность проблемы. Искусственные нейронные сети (ИНН) являются одним из наиболее используемых методов обработки информации Их широкое распространение обусловило открытие Румелхартом (Rumelhart) в 1987 году метода обратного распространения ошибки (backpropagation), который позволял проводить эффективное обучение ИНН, в отличие от ранее используемых методов. В настоящее время широко применяются многочисленные модификации этого метода в зависимости от характера проводимого исследования
Метод обратного распространения ошибки опирается на более широкий класс методов антиградиентной настройки параметров технических и других систем, которые позволяют проводить анализ их поведения в изменяющихся условиях внешней среды и разрабатывать оптимальные управляющие воздействия.
Вместе с тем антиградиентные методы настройки параметров, не сводящиеся к нейронным сетям, значительно менее распространены, в частности в задачах обработки диагностических сигналов Анализ литературных источников показал перспективность применения антиградиентных методов для задач проектирования и анализа диагностических систем, поскольку они имеют ряд преимуществ перед традиционными методами.
Цель диссертационной работы
Математическая разработка и программная реализация адаптивных фильтров с использованием антиградиентной настройки параметров для повышения достоверности работы системы анализа велоэргометрнческих сигналов и неинвазивного обнаружения порога анаэробного обмена.
Задачи исследования:
Разработка методов проектирования адаптивных фильтров для вело-эргометрии с настройкой параметров фильтра антиградиентным методом по критерию сохранения формы сигнала в фиксированном ограничивающем слое с целью эффективного подавления низкочастотной помехи.
Реализация адаптивных фильтров по различным критериям минимизации функции ошибки с дополнительной обработкой сигналов для более качественного анализа велоэргометрического сигнала
Разработка неинвазивньгх методов обнаружения порога анаэробного обмена с целью профилактики сердечно-сосудистых заболеваний и проверки работоспособности мышечных клеток.
Реализация программно-аппаратного комплекса для оценки порога анаэробного обмена неинвазивными методами по изменению частоты сердечных сокращений и частоты дыхания
Объектом исследований являются велоэргометрические методы обследований и их применение для нужд практической медицины.
Предметом исследований является улучшение достоверности обработки велоэргометрических сигналов
Методы исследований. Применялись методы обработки информации искусственными нейронными сетями, методы проектирования цифровых фильтров, методы математического моделирования, методы цифровой обработки сигналов, методы математической статистики.
Научную новизну представляют
1 метод проектирования адаптивного фильтра для велоэргометрии, основанный на подавлении низкочастотной помехи с настройкой параметров фильтра антиградиентным методом по критерию сохранения формы сигнала в фиксированном ограничивающем слое,
2. критерии построения формы ограничивающего слоя и методы об
работки сигналов на их основе в велоэргометрии для улучшения выявле
ния кардиологических заболеваний,
3. метод выявления порога анаэробного обмена антиградиентным
поиском точки резкого изменения производной сигналов частоты дыха
ния и частоты сердечных сокращений для оценки работоспособности
мышечных клеток с целью профилактики заболеваний сердечно
сосудистой системы.
Практическая ценность и реализация результатов работы. В результате проведенных исследований в 2005 году был добавлен модуль цифровой адаптивной фильтрации для велоэргометрии в диагностический кардиологический комплекс ЭФКР-4, который используется в ряде лечебных учреждениях Алтайского края в течении 10 лет. Метод неинвазивного определения порога анаэробного обмена используется с 2005 года в лаборатории патологической физиологии Барнаульского государственного педагогического университета с целью оценки оптимальной нагрузки для больных с риском сердечно-сосудистых заболеваний. Таким образом проведенные исследования оказались важными для нужд практической медицины
Защищаемые положения. На защиту выносятся:
метод проектирования адаптивных фильтров на основе антиградиентной настройки параметров для подавления помехи в виде разности реального и аппроксимированного сигнала,
метод выявления порога анаэробного обмена с применением антиградиентного поиска для более точной оценки точек резкого изменения характера сигналов;
реализация адаптивных фильтров по различным критериям минимизации функции ошибки с дополнительной обработкой сигналов для более качественного анализа велоэргометрического сигнала,
реализация программно-аппаратного комплекса для оценки порога анаэробного обмена неинвазивными методами по изменению частоты сердечных сокращений и частоты дыхания.
Апробация работы. Разработанный автором метод построения адаптивных фильтров был реализован в виде блока цифровой фильтрации для многофункционального диагностического комплекса ЭФКР-4 и внедрен в 5 лечебных учреждениях, где используется данный комплекс. Результаты исследований докладывались на конференциях в Москве, Рязани, Томске и Барнауле
Личный вклад. Постановка задач, способы решения, основные научные результаты принадлежат автору
Публикации. По теме диссертации опубликовано 11 работ, из них 2 журнальных публикаций, в т ч 1 в изданиях, рекомендованных ВАК для публикации основных результатов диссертаций
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, выводов, списка литературы и приложений, изложена на 105 листах машинописного текст, содержит 35 рисунков, список литературы, включающий 76 наименований
Методы проведения динамического электрокардиографического исследования
Метод классической электрокардиографии применяется во многих случаях медицинской практики: в профилактических целях для ранней диагностики заболеваний сердца; для уточнения клинического диагноза в срочных случаях у постели больного в клинике и в условиях оказания скорой помощи; для контроля эффективности лечебных мероприятий; во время обследования сердечно-сосудистой системы другими методами (коронарография, диагностическая электростимуляция и др.); во время операций на сердце и сосудах и при других хирургических вмешательствах; для выявления дополнительных данных к клиническому диагнозу путем применения функциональных проб (ортостатическая проба — изменение положения обследуемого, проба с физической нагрузкой, фармакологические пробы); при периодическом контроле в период реабилитации больных.
Главным инструментом ЭКГ-исследований является электрокардиограф, позволяющий записывать разность потенциалов между различными точками в электрическом поле сердца во время его возбуждения и сокращения. При помощи различных электродов можно регистрировать разность потенциалов на поверхности сердца, внутри сердца (интракардиальная ЭКГ) и в полости пищевода (пищеводная ЭКГ) [12].
Применение вычислительной техники и электронных устройств отображения данных позволило разработать методику и создать технические средства электрокардиографии в реальном масштабе времени в нескольких десятках точек на передней и боковой поверхности грудной клетки [13]. Такая кардиография позволяет регистрировать электрическое поле сердца в большой зоне и тем самым уточнить расположение патологических очагов в миокарде.
Рассмотрим основные принципы регистрации ЭКГ. Отведением в электрокардиографии называется метод измерения разности потенциалов между двумя участками поверхности тела. Различные электрокардиографические отведения отличаются между собой прежде всего участками тела, от которых при помощи электродов отводятся биопотенциалы. С целью обеспечения возможности вести сравнительный анализ ЭКГ кардиологическими обществами принята единая система отведений, сложившаяся исторически. [14]
Основными типами отведений являются следующие: Стандартные двухполюсные отведения, предложенные в 1913г. Эйнтховеном [15], измеряют разность потенциалов между двумя точками электрического поля, удаленными от сердца и расположенными по фронтальной плоскости тела — на конечностях. Электроды накладывают на правой руке (R—красная маркировка), на левой руке [L— желтая маркировка) и на левой ноге (F - зеленая маркировка). Эти электроды попарно подключают к электрокардиографу для регистрации I, II и III отведения. Электрод N (черная маркировка) устанавливается на правую ногу, и к нему подключается заземляющий провод. Как видно из рисунка 3 три стандартных отведения образуют равносторонних треугольник. В центре треугольника расположен электрический центр сердца, или точечный единичный сердечный диполь, одинаково удаленный от всех трех стандартных отведений. Если ЭДС сердца в какой-либо момент сердечного цикла проецируется на положительную часть оси отведения, на ЭКГ регистрируются положительные зубцы (R, Т, Р), если - на отрицательную часть оси отведения, на ЭКГ регистрируются отрицательные зубцы ((Q, S, иногда Т или Р).
Усиленные однополюсные отведения были предложены Гольдбергером в 1942г. [16]. Они измеряют разность потенциалов между одной из конечностей (активным положительным электродом) и средним потенциалом двух других, образуемым делителем на сопротивлениях (рис. 3). Отрицательным электродом является так называемый объединенный электрод. Обозначения отведений происходят от первых букв английских слов: augmented (усиленный), voltage (потенциал), right (правый), left (левый), foot (нога): aVR, aVb aVp. Грудные отведения, предложенные Вильсоном в 1934г. [17], измеряют разность потенциалов между активным положительным электродом, установленным на грудной клетке, и отрицательным объединенным электродом. Последний образуется при соединении через сопротивления трех конечностей тела обследуемого, объединенный потенциал которых в точке СТ близок к нулю (рис 4). Грудной электрод С (chest - грудь) маркируется белым цветом.
Пример применения адаптивного КИХ фильтра для подавления сетевой наводки
В КИХ фильтрах порядка m после m отсчетов реакция фильтров нулевая. Для БИХ фильтров реакция на единичный отклик проявляется бесконечным количеством отчетов выходного сигнала [43].
КИХ цифровой фильтр более сложен в вычислительном отношении, чем БИХ с аналогичными частотными характеристиками, так как имеет более высокий порядок. Однако для БИХ фильтров труднее обеспечить линейность фазовой характеристики (т. е. постоянство временной задержки для составляющих всех частот) [44], что очень важно при анализе ЭКС, так как нелинейность фазовой характеристики может приводить к изменению взаимного расположения зубцов кардиоцикла или даже к появлению ложных зубцов. Кроме того, для БИХ фильтров при реализации их не всегда удается обеспечить устойчивость и избежать накопления ошибок, в то время как для КИХ фильтров этой проблемы не существует. В силу перечисленных причин более широкое распространение в алгоритмах оперативного анализа ритма сердца находят КИХ фильтры, хотя это не исключает возможности использования в ряде случаев и БИХ фильтров как в качестве ФВЧ, так и в качестве ФНЧ [45].
В отличие от стандартного БИХ фильтра коэффициенты фильтра зависят от номера входного отсчета [46], т.е. являются динамическими. Адаптивный фильтр имеет ряд очевидных преимуществ, связанных с гибкой настройкой динамических параметров в зависимости от условий появлений отчетов входного сигнала. Из недостатков следует отнести сложность реализации адаптивного фильтра, высокую чувствительность отклика к малым изменениям уровня входного сигнала [47]. В связи с этим адаптивные БИХ фильтры нашли очень ограниченное применение и в дальнейшем рассматриваются только адаптивные КИХ фильтры: В источник сигнала кроме фиксированных помех, входят случайные (t). Целью фильтрации является максимальное ослабление (t).
Таким образом, сигнал d(t) складывается из полезной составляющей и случайной помехи (t). Адаптивный фильтр представляет собой линейный фильтр системы передачи сигнала через обратную связь. Минимизирующей величиной является ошибка: которая приводит к уменьшения величины є (t) для текуоего отчета d(t) [48].
В качестве примера адаптивной фильтрации можно рассмотреть случаи из медицинской клинической практики для больного с пересаженным сердцем с сохранением некоторых артифактов старого сердца. ЭКГ от нового сердца фиксируется достаточно четко. Но часто требуется снять ЭКГ с элементов старого сердца. Сигнал от старого сердца слабый, но можно расположить электроды таким образом, что можно регистрировать суммарный электрокардиографический сигнал d(t) = x(t) + (t), где x(t) - ЭКГ старого сердца, (t) - ЭКГ нового сердца. Таким образом, помехой является ЭКГ нового сердца и простая разность сигналов d(t) - (t), - не приводит к четкой регистрации ЭКГ старого сердца. Использование же адаптивного КИХ фильтра позволяет достаточно четко выделять полезный сигнал [49].
Другим аналогичным применением адаптивной фильтрации в клинической медицине является снятие ЭКГ у плода беременной женщины. В этом случае электроды устанавливаются в области сердца женщины и на животе. Сигнал от грудных электродов четко фиксирует только ЭКГ женщины, а сигнал от электродов живота состоит из ЭКГ женщины и плода. Поскольку помехой является ЭКГ женщины, по обратной связи вычисляется разность суммарного сигнала с живота и синала с груди. С помощью адаптивной фильтрации выполняется настройка параметров разностного сигнала, что дает возможность записать ЭКГ плода [50].
В технических системах адаптивная фильтрация также находит широкое применение. В качестве примера можно рассмотреть использование адаптивного фильтра для фильтрации речевых сигналов в современных самолетах. Одна группа микрофонов устанавливается в кабине пилотов и регистрирует суммарный сигнал от переговоров пилотов и шума двигателей. Вторая група микрофонов устанавливается непосредственно вблизи двигателей и фиксирует шум двигателей. Адаптивная фильтрация выделяет из разности указанных сигналов речь пилотов [51].
Даже простейшие адаптивные фильтры могут давать достаточно важный результат для радиоэлектронных устройств. Например, с помощью простейшего адаптивного фильтра верхних частот второго порядка можно построить эффективный режекторный фильтр для подавления сетевой наводки с частотой 50 Гц, как показано в следующем разделе.
Вместе с тем, стандартные адаптивные фильтры не позволяют качественно решить проблему дрейфа изолинии велоэргометрии. В связи с этим, в данной работе была предложена новая модель фильтра по критерию максимально возможного сохранения формы сингала путем ограничивающего слоя с применением антиградиентной настройки параметров системы.
Адаптивный режекторный фильтр второго порядка для подавления сетевой наводки в процессе работы подстраивается под амплитуду и фазу наводки и осуществляет, благодаря этому, ее полную компенсацию. Этот фильтр мало влияет на сам полезный сигнал, в частности на его составляющие, спектр которых лежит вблизи частоты сетевой наводки. Теоретические основы фильтра р ассмотрены в работе [52], в которой показано, что если на основном входе компенсатора помех присутствует полезный сигнал с адаптивно наложенной на него помехой и существует также опорный вход, где действует сигнал, коррелированный только с помехой, то условием обеспечения максимума отношения сигнал-помеха на выходе компенсатора служит минимизация полной выходной мощности. Устранение помехи заключается в простом вычетании из входного сигнала некоторого компенсирующего сигнала, сформированного фильтром. Основной трудностью на пути построения таких компенсаторов является выбор критерия минимизации полной выходной мощности. Достаточно простое и эффективное решение этой прпоблемы применительно к задаче очистки сигнала от гармонической помехи с известной частотой предложено в работе [53].
Метод наименьших квадратов при подвижной абсциссе точкискачка производной
Для измерения частоты сердечных сокращений используются датчики в виде электродов, которые крепятся на руках ногах пациента. Поскольку для рассматриваемой задачи необходимо измерение только частоты пульса, нет необходимости добавлять 6 грудных электродов, как в случае стандартной методики проведения велоэргометрии. Частоту сердечных сокращений определяют по II стандартному отведению, поэтому достаточно наложить электроды на руки и левую ногу. Основной проблемой автоматического определения ЧСС является дрейф изолинии, поэтому простой пороговый метод не приводит к успеху. Для его использования необходимо преобразование сигнала, которое подавляет все особенности сигнала (Р- зубец, ST-сегмент, Т - зубец, оставляя только QRS-комплекс, поскольку по R - зубцам и определяется удар пульса. Важно также, чтобы были полностью подавлены низкочастотные составляющие, определяющие дрейф изолинии.
Для проведения спирометрии в настоящее время используются спирографы открытого и закрытого типа. В спирографах закрытого типа используется замкнутый резервуар воздуха, к подвижному концу которого закрепляются самописцы. Основным недостатком таких спирографов является трудоемкость расчета динамических показателей, поскольку вычисление производной нужно выполнять вручную проведением касательных в отдельных точках [64].
Современным вариантом спирографов являются спирографы открытого типа, в который используется открытая с обеих концов трубка, в которую вмонтирован датчик давления. Для определения объемов прокачиваемого воздуха необходимо выполнять операцию численного интегрирования с соответствующей нормировкой. Разработка и исследование свойств спирографической приставки к приставки к диагностическому комплексу показали, что используемые керамические датчики давления имеют существенный дефект, состоящий в том, что при прекращении давления воздуха, датчики не возвращаются абсолютно точно в исходное положение, которое было до начала прокачки воздуха. Этот дефект приводит к смещению нулевого уровня сигнала, которое не имеет значения при измерении давления, но при расчете объемов появляется линейный тренд, который достаточно быстро доводит сигнал объема до минимального или максимального уровня. На рисунке 21 показан рассчитанный сигнал изменения объема воздуха при равномерном дыхании пациента.
На рисунке хорошо виден линейный тренд сигнала, что затрудняет использование простых методов автоматического определения максимумов и минимумов сигнала, который необходимы для расчетов частоты дыхания и дыхательного объема. Для исправления дефекта предлагаются различные методы, в нашем случае, поскольку требуется определение только частоты дыхания, можно использовать исходный сигнал давления, т.к. его минимумы и максимумы могут служить точками, определяющими вдохи и выдохи. Однако, дрейф изолинии здесь также препятствует применению простых алгоритмов и требуется специально разработанные методы, которые рассматриваются в разделе 3.2. Частоту дыхания требуется измерять непрерывно и датчик в виде трубки не пригоден, т.к. его трудно закрепить к пациенту, который крутит педали на велоэргометре. По этой же причине не годятся спирографы закрытого типа. Для измерения порогов аэробной работоспособности было разработано специальное устройство в виде маски от резинового респиратора, надеваемого на голову пациента, в который вмонтирован датчик давления. Эта вынужденная мера также снижает точность сигнала давления из-за постороннего движения воздуха через маску, но для измерения частоты дыхания, как показали проведенные эксперименты, такой способ измерения достаточно надежен. Разработанное программное обеспечение дает необходимую точность измерения частоты дыхания [65].
В стандартной процедуре велоэргометрии регистрируются 12 отведений: 3 стандартных, 3 усиленных и 6 грудных. Однако усиленные отведения и III стандартное линейно выражаются через I и II, поэтому в приборе вычисляются программно. Вычислять параметры ЭКГ по грудным отведениям не следует, т.к. из-за более сложного крепления электродов сигнал искажается сильнее. Почти всегда расчет выполняется по II стандартному отведению, но в ряде случаев из-за положения оси сердца на втором отведении R-зубец выделяется слабо и тогда лучше использовать I отведение [66].
Для задачи определения частоты сердечных в реальном масштабе времени был предложен специальный алгоритм. Поскольку основной проблемой при определении R-зубцов является дрейф изолинии, необходимо выполнить преобразование электрокардиосигнала таким образом, чтобы максимально его подавить. Кроме этого, необходимо постараться подавить также Р и Т зубцы, оставив только Q R S - комплекс.
В алгоритме выделения R-зубцов, расстояние между которыми и определяет частоту сердечных сокращений, из исходного сигнала вычитается сглаженный, после чего используется пороговый метод.
Реализация метода определения порога анаэробного обмена
С 1993 года в ряде кабинетов функциональной диагностики поликлиник и больниц Алтайского края используется данный комплекс, обеспечивающий проведение исследований сердечно-сосудистой системы. Программное обеспечение прибора ЭФКР-4 позволяет выполнять следующие диагностические процедуры: 1. Кардиография. Прибор позволяет проводить одновременную запись 12 кардиографических отведений: трех стандартных (I, II, III), трех усиленных (aVL, aVR, aVF) и шести грудных (V1,...,V6). Программное обеспечение позволяет проводить как кардиомониторирование так и скрининговые исследования. Выполняется автоматический расчет кардиографических интервалов и зубцов. 2. Велоэргометрия. Программа для проведения велоэргометрии обеспечивает стандартную методику ее проведения в которой фиксируется автоматически частота сердечных сокращений (ЧСС) и время регистрации и выполняется запись 12 кардиографических отведений. 3. Кардиоинтервалография. Методика предусматривает регистрацию стоя и лежа большого числа (около 100) длительностей сердечного цикла (R-R интервалов) и вычисления ряда показателей (мода, амплитуда моды, вариационный размах и т.д.). 4. Реоэнцефалография и реовазография. Выполняется регистрация двух реографических и двух дифференциальных каналов, по которым вычисляются все основные диагностические показатели, в частности, времена восходящей и нисходящей волн, реографические систолические и диастолические индексы, коэффициент асимметрии и другие показатели. 5. Фонокардиография. Прибор регистрирует фонокардиограмму по одному из 5 частотных разделений по Маасу-Веберу (hl,m2,mg,ml,t) с параллельной регистрацией II стандартного кардиографического отведения. В 1996 году была разработана приставка к комплексу для проведения спирометрических исследований [73].
Разработанный спирометрический комплекс выполняет исследование органов дыхания по измеренным объемам и скоростям вдыхаемого и выдыхаемого воздуха. Разработанная программа выполняет 4 стандартных теста (равномерное дыхание, жизненная емкость легких (ЖЕЛ), объем форсированного выдоха за первую секунду(ОФВІ) и максимальная вентиляция легких (МВЛ)) и производит расчет статических и динамических показателей дыхания. Для работы используется как промышленный керамический датчик, так и датчик, разработанный в АГТУ. В 1999 году для комплекса ЭФКР-4 была разработана электроэнцефалографная приставка, существенно расширившая его возможности [74].
В 2005 году был разработан автором адаптивный фильтр для обработки сигналов в велоэргометрии. При этом для получения более качественных результатов оказалась возможной одновременная фильтрация с различными є-слоями в реальном масштабе времени.
Как правило одновременно выполняется фильтрация по ограничивающему слою, позволяющему максимально сохранить положение S сегмента за счет искажения QRS-комплекса, Т-зубца и фильтрация с максимальным сохранением амплитуд R и Т-Ззубцов (рис.20). В дополнение к фильтрации автором было разработано программное обеспечение, позволяющее врачу качественно улучшить визуальный просмотр велоэргометрических данных. Как отмечалось, основными показателями при анализе велоэргометрических данных является положение S сегмента относительно изолинии и форма и амплитуда Т-зубца. В связи с этим, автором было предложено отображать эти параметры в укрупненном виде во время проведения велоэргометрии. До начала динамической нагрузки выполняется регистрация ЭКГ в спокойном состоянии. Во время проведения ВЭМ с интервалом в несколько секунд сигнал со II отведения кардиоцикла после адаптивной фильтрации масштабируется к частоте сердечных сокращенийЭКГ в спокойном состоянии. На мониторе оба графика в одном масштабе располагаются рядом, что позволяет их наглядно сранить. Нормализация Т-зубца при динамической нагрузке означает признак заболевания, которое называется миокардиодистрофия.
Для наглядного отображения положения S сегмента через PQ-интервалы, представляющие изолинию ЭКГ проводится кубический сплайн и на экран выводится отдельно ST-сегменты вместе с аппроксимацией изолинии. Это позволяет более четко обнаружить депрессию ST-сегмента, свидетельствующую о ишемии.
Кроме этого, автором было предложено применить соременную модель генератора сердца для обработки велоэргометрии[75]. Для определения момента порога анаэробного обмена автором был разработано специализированное устройство на основе программно-аппаратного комплекса ЭФКР-4.
Кардиологические сигналы с динамической нагрузкой на пациента поступают в ЭФКР-4 от кардиоэлектродов с пациента, который крутит педали велотренажера. При этом на велотренажере оператор устанавливает периодически требуемую мощность. Мощность может увеличиваться скачком либо по истечении фиксированного интервала времени, либо при достижении испытуемым заданной частоты сердечных сокращений. Для измерения частоты дыхания во времени на голове пациента крепится респиратор со встроенным датчиком измерений перепадов давления.
