МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ МАШИНОСТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ

на правах рукописи

АЛЕКСЕЕВ НИКОЛАЙ ВЛАДИМИРОВИЧ

Разработка и исследование системы

сравнительной оценки информативных параметров

электрокардиосигнала

Специальность 05.13.06 «Автоматизация и управление техническими процессами и производствами (технические наук

и)»

Специальность 05.11.17 «Приборы, системы и изделия медицинского назначения»

Автореферат Диссертации на соискание ученой степени кандидата технических наук.

МОСКВА

Работа выполнена в московском государственном машиностроительном университете

Научный руководитель – доктор технических наук, профессор Желонкин Анатолий Иванович

Официальные оппоненты:

Ведущая организация – Федеральное государственное бюджетное учреждение «Всероссийский научно-исследовательский и испытательный институт медицинской техники» Росздравнадзора.

Защита диссертации состоится «_» _ 2014 г. в час.на заседании совета по адресу: _

С диссертацией можно ознакомиться в _.

Автореферат разослан «» _ 2014 г.

Ученый секретарь диссертационного совета Актуальность темы. Приборы, системы и методы для медицинской диагностики постоянно обновляются и совершенствуются благодаря развитию вычислительной техники и технологической базы электроники, появлению новых медицинских технологий, расширению сфер применений существующей медицинской техники.

Важная задача медицинской электронной аппаратуры – автоматизированный анализ биомедицинской информации, целями которого являются: оценка физиологических параметров организма, информационная поддержка диагностических решений врача, а также автоматическая диагностика патологических изменений состояния человека. В связи с этим, практически в любой медицинской аппаратуре в том или ином виде присутствуют вычислительные компоненты (микропроцессоры, встраиваемые микроЭВМ, персональные компьютеры), программное обеспечение которых реализует функции автоматической обработки данных.

При оценки состояния сердечно-сосудистой системы и сердца, важную роль занимает измерение и обработка электрокардиосигнала. Эффективность электрокардиографических методов диагностики способствует развитая и устоявшая система отведений, и широкое использование количественных показателей электрокардиограммы.

Для диагностики требуется расшифровка значительного количества электрокардиограмм выполненных в различном масштабе, что усложняет анализ динамики процесса. Оценка состояния пациента по виду электрокардиограммы проводится при сопоставлении и фиксации изменения нескольких электрокардиограмм по различным параметрам – длительности и амплитуде характерных зубцов.

Автоматизированный метод обработки множества таких данных позволяет сократить время диагностики, повышает точность и является актуальной задачей.

Цели и задачи работы. Основной целью данной работы является разработка автоматизированного метода – сравнительной оценки изменений информативных параметров сигналов.

Метод обеспечивает оперативный анализ динамики изменений сигналов, что позволяет обрабатывать большое количество электрокардиограмм, сокращает затрачиваемое время, повышает точность и надежность в обнаружении патологии и постановлении диагноза на ранней стадии заболевания.

Для достижения поставленной цели решаются следующие задачи исследования:

– Анализ существующих методов, аппаратных средств электрокардиографии;

– Изучение формы, стандартов описания и обозначения электрокардиограммы;

– Выделение параметров нормальной электрокардиограммы и их отклонений с характерными патологиями;

– Анализ методов повышения точности и разработка способов защиты от воздействия внешних и внутренних помех;

– Разработка алгоритмов для реализации метода;

– Изучение характеров взаимозависимостей амплитудных, частотных компонентов электрокардиосигнала;

– Разработка моделей – аналитически графических – сопоставление временных и амплитудных значений полученных сигналов;

– Создание нового программно-алгоритмического средства обеспечивающего повышение точности и надежности решения задач автоматического анализа электрокардиосигнала;

– Экспериментальное исследование метода сравнительной оценки параметров электрокардиосигнала.

Методы исследования. В работе были использованы теоритические и практические методы исследования.

Базой исследования является набор реальных записей сигналов, полученных непосредственно в медицинских учреждениях, так и из доступных банков данных, например размещённых на сайте Массачусетского технологического института (США) «http://www.physionet.org/».

(среднестатистическая и индивидуальная среднестатистическая) и электрокардиограммы с патологиями.

Для проведения экспериментов разработалось программное обеспечение с использованием среды разработки DelphiXE и языка ObjectPascal.

Новизна работы заключается в разработке автоматизированной системы – сравнительного анализа амплитудных и временных параметров электрокардиосигнала;

структурной и функциональной схемы; алгоритма и программного обеспечения;

проведены экспериментальные исследования метода, которые доказали эффективность работы и целесообразность применения в системах автоматического анализа электрокардиограмм.

Теоритическая и практическая ценность работы. Ценность исследования заключается в разработке метода, позволяющего более точно определить отклонения информативных параметров электрокардиосигнала. Предложен алгоритм и концепция построения автоматизированной системы анализа электрокардиограммы, позволяющая обеспечить эффективную обработку электрокардиосигналов.

Научные положения, выносимые на защиту:

1. Структурная и функциональная схема сравнительной оценки информативных параметров электрокардиосигнала.

электрокардиосигнала.

3. Программное обеспечение сравнительной оценки информативных параметров электрокардиосигнала.

4. Автоматизированная измерительная система обработки электрокардиосигналов, позволяющая сократить время и повысить точность диагностики.

диссертационной работы докладывались на 9 российских и международных научнотехнических конференций: I и II международная виртуальная интернет-конференция «Медицина в XXI веке: тенденции и перспективы», Казань, 2012 г., VIII международная научно-практическая конференция «Динамика научных исследований», Польша, 2012 г., VIII международная научно-практическая конференция «Становление современной науки», Чехия, 2012 г., XXII и XXIII Национальная научный симпозиум с международным участием, Болгария, 2012 г., Международно-практическая конференция. «Актуальные проблемы современных наук», Чехия, 2013 г., IV международная научная онлайн конференция «Актуальные проблемы биохимии и бионанотехнологии», Казань, 2013 г.

Публикации. По теме диссертации опубликовано 16 статей, из них: 7 статей, работ в материалах российских и международных научно-технических конференций.

Структура и объем работы.

Диссертационная работа состоит из четырех глав, в двух из которых представлены результаты собственных разработок и исследований, заключения, изложенного на страницах машинного текста, иллюстрирована 70 рисунками, списком литературы, включающего 128 источников.

Во введении к диссертационной работе обосновывается актуальность темы, формируется цель работы, кратко излагаются решаемые задачи и полученные результаты, научная новизна, практическая ценность, приведены научные положения выносимые на защиту, излагается краткое содержание работы.

В первой главе проводится анализ основных методов и аппаратуры измерения электрокардиосигнала. Их назначение, классификация, основные технические характеристик. В медицине импульсы биоэлектрических сигналов называют зубцами или волнами, а их комбинации – комплексами. Один из способов исследования состояния сердца является метод электрокардиографии. Он основан на регистрации разности потенциалов, снимаемых с поверхности тела, которая формируется вследствие распространения электрической волны возбуждения по миокарду. Уровень электрокардиографической диагностики зависит от ряда объективных (методов регистрации, качество технического оснащения) и субъективных (подготовленность врача, его опыт) условий. Информативность электрокардиографии определяется методами регистрации (системы отведений) и анализа (морфологический, количественный, векторный). Электрокардиосигнал – разновидность биоэлектрического сигнала. Для его регистрации используются электрокардиографические электроды. В электрокардиографии электроды располагают на поверхности тела на значительном расстоянии от миокарда, поэтому электрокардиограмма – это запись разности потенциалов, возникающих на поверхности тела, при распространении волны возбуждения по сердцу. На рисунке 1.

приведен один цикл электрокардиограммы с принятыми обозначениями элементов сигнала.

Рис. 1. Элементы электрокардиограммы и их обозначения.

Зубцы электрокардиограммы обозначаются латинскими буквами. Если амплитуда зубца составляет больше 5 мм – зубец обозначается прописной (заглавной) буквой, если меньше – строчной (малой) буквой. Компоненты электрокардиосигнала обозначаются латинскими буквами P, Q, R, S, T, U.

Электрокардиограмма является одной из наиболее характерных сигналов, однако наблюдается индивидуальный разброс параметров амплитуд и длительности зубцов, интервалов и комплексов. В табл. 1. приведен нормальный разброс этих параметров.

Параметр Амплитуда, Длительность, Амплитуда, Длительность, электрокардиограммы не обязательно имеет вид, изображенный на рис. 1 и описанной в табл. 1. Они зависят от многих факторов: места расположения электродов, положения сердца, возраста, функциональных расстройств и органических поражений сердца. При наличии сердечных патологий форма электрокардиограммы может сильно изменяться.

С целью ведения сравнительного анализа электрокардиограмм, кардиологическими обществами принята единая система отведений, сложившаяся исторически. Электроды (рис. 2.) (для съема биопотенциалов сердца – электрокардиографические) представляют собой металлические пластины (для контакта с поверхностью тела) с гнездами для подключения проводов, идущих к кардиографу.

От качества электродов зависит достоверность результатов анализа. Наименьшим потенциалом поляризации обладают хлорсеребряные электроды, состоящие из серебра и хлорида серебра (Ag–AgCl). Хлорсеребряные электроды наиболее распространены, их выпускают одноразового и многоразового применения, одноразовые предпочтительней – всегда готовы к применению.

Важная область применения оперативной обработки электрокардиосигнала – обработка в реальном времени. Оперативный анализ характеризуется непрерывностью и длительностью обработки. Анализ электрокардиограммы в кардиомониторных системах обычно производится по одному отведению, так как реализовать контроль проще, чем по двум и более. Трудности при обработке нескольких электрокардиосигналов, связаны с увеличением времени необходимого для его обработки.

Электрокардиографическое обследование позволяет оценить состояние обменных процессов в миокарде, определить признаки увеличения полостей сердца (предсердий и желудочков), определить по косвенным признакам ненормальное утолщение стенок сердца (миокарда). На основе метода стандартной (обычной) электрокардиографии разработано много новых методов обследования сердца. Внутрипищеводная электрокардиография – вспомогательный метод, позволяющий детально оценивать электрическую активность предсердий и атриовентрикулярного соединения.

Векторкардиография – метод пространственного динамического исследования электрического поля сердца в процессе кардиоцикла. В основе метода лежит принцип получения пространственной фигуры, являющейся графическим изображением изменений величины и направления электродвижущей силы в течение всего сердечного цикла.

Применяются различные «нагрузочные» пробы: велоэргометрия (ВЭМ) проводится с помощью велосипеда; тредмил-тест – «бегущая» дорожка. Суточное мониторирование электрокардиограммы по методу Холтера–метод непрерывной регистрации электрокардиограммы на магнитную ленту или твердотельный диск в течение от несколько часов до суток и более с последующей обработкой информации на компьютерном дешифраторе. Рассматриваются и другие методы диагностики.

Регистрируют электрокардиосигнал – электрокардиографом. Они подразделяются на аналоговые и цифровые. Цифровые электрокардиографы имеют значительные преимущества в отношении анализа и обработки сигналов, автоматизация управления и самоконтроля в процессе регистрации электрокардиограммы. Современные электрокардиографы настолько разнообразны, что могут использоваться как в стационаре, так и, имея малый вес, – в условиях съемки электрокардиограммы непосредственно у постели пациента. Стационарные мониторы предназначены для непрерывного мониторинга, сигнализируют в случае опасных ситуаций. Стресс-системы предназначены для оценки сердечной деятельности при физической нагрузке или при введении электрокардиограмм в повседневной деятельности человека. Автономный мониторинг – кроме задачи стационарного мониторинга выполняет измерения при перевозке пациента и для людей в экстремальных условиях. Системный мониторинг – комплекс программно– аппаратных мониторных средств объединённые между собой и подключённых к серверу.

Телеметрические системы измерения служат для беспроводного мониторинга пациента.

Развитие электрофизиологических методов диагностики требует совершенствования традиционных и создания новых методик исследования, разработки современных электронных приборов для их реализации.

Автоматизированный анализ электрокардиосигнала, систем кардиологического наблюдения, включает следующие основные этапы:

– предварительная обработка сигнала;

– обнаружение QRS-комплекса электрокардиограммы;

– анализ морфологии QRS-комплекса;

– распознавание нарушений сердечного ритма (аритмий);

– анализ ишемических изменений электрокардиограммы;

– анализ вариабельности сердечного ритма.

Рассматриваются основные электрокардиографические признаки нарушений ритма сердца.

Во второй главе рассматривается анализ и систематизация помех, возникающих при получении и обработки электрокардиосигнала. При съеме и обработке электрокардиограммы необходимо учитывать, что полезный сигнал зашумлен разнообразными, различными по своему происхождению и характеристикам, помехами.

электрокардиосигнала необходим для выбора наиболее эффективного направления создания средств автоматической диагностики электрокардиосигнала, обеспечивающих высокую достоверность результатов исследования в условиях интенсивных помех.

Помехи различаются по форме, происхождению, спектральным и статистическим характеристикам, интенсивности. В общем виде на вход электрокардиографа поступает сигнал:

электрокардиосигнал; ( ) – аддитивная помеха.

Систематизируют помехи по закону распределения, энергетическому спектру, характеру стационарности, форме. По закону распределения помехи подразделяют на негауссовские и гауссовские. По характеру стационарности различают стационарные и нестационарные.

На рисунке 3. представлена схема систематизации помех при исследовании электрокардиосигнала.

Рис. 3. Схема систематизации помех при исследовании электрокардиосигнала.

электрокардиосигнале при его наблюдении:

– сетевая наводка с частотой 60 Гц;

– контактный шум электродов;

– артефакты, связанные с механическим движением;

– помехи, вызванные мышечными сокращениями (электромиограмма);

– смещение базовой линии и модуляция амплитуды, вызываемые дыханием;

– аппаратный шум, генерируемый электронными устройствами;

– электрохирургический шум.

Помехи могут в значительной степени перекрывать спектр полезного сигнала.

Проведен анализ методов повышения помехозащищённости средств автоматической обработки электрокардиосигнала. Первая группа – методические приемы и средства защиты средств автоматической обработки от помех в процессе съема и отведения электрокардиосигнала. Вторая группа – методы повышения помехоустойчивости – направленные на уменьшение возможности проникновения помех.

На этапе предварительной обработки электрокардиосигнала, происходит устранение или ослабление части помех, которая подается ослаблению; оценивается уровень помех с целью исключения фрагментов, дальнейший анализ которых невозможен из-за высокого зашумления; выделение информативных составляющих электрокардиосигнала для дальнейших этапов обработки.

Рассмотрены аналого-цифровые преобразователи электрокардиосигнала.

Независимо от класса и функционального назначения устройств, приборы регистрации биопотенциалов представляются в виде блоков, показанных на рис.4.

Рисунок 4. Обобщённая структура приборов регистрации биопотенциалов Детализацию блоков обобщённой структуры отображается в виде блок-схемы, представленной на рис.5, характерной для типичных случаев реализации приборов регистрации биопотенциалов.

Рис.5. Блок-схема приборов регистрации биопотенциалов Рассматривается выбор разрядности и частоты аналого-цифрового преобразования.

Для перевода электрокардиосигнала в цифровую форму посредством обычного аналого– цифрового преобразователя, его необходимо усилить.

Схема усиления, являющаяся частью схемы обработки аналогового кардиосигнала, изображенной на рис. 6. состоит из фильтров, аналогового мультиплексора и усилителя.

Недостатком схемы является необходимость пропускать кардиосигнал через мультиплексор перед усилением, что увеличивает долю помех в конечном сигнале, а также фазовый сдвиг между оцифрованными сигналами с различных отведений.

Рис. 6. Схема усиления и оцифровки электрокардиосигнала с одноканальным АЦП Схема изображенная на рис.7, лишена первого и частично второго недостатка. За счет того, что каждый усилитель постоянно подключен к одним и тем же электродам, в них отсутствуют переходные процессы после переключения каналов мультиплексора.

Рис. 7. Схемы усиления и оцифровки электрокардиосигнала с многоканальным АЦП Цифровая фильтрация электрокардиосигнала, направленная на повышение точности подавления помех и артефактов.

Цифровая фильтрация служит для улучшения условий работы и повышения результатов анализа кардиосигнала. Выделяют три этапа фильтрации:

фильтрация нижних частот;

фильтрация верхних частот;

фильтрация сетевой наводки.

На вход процедур фильтрации поступает смесь полезного сигнала с аддитивной помехой (рис.8). Основная доля мощности электрокардиосигнала сосредоточена в полосе частот менее 50 Гц. С помощью режекторного фильтра устраняют сетевую наводку.

Далее с помощью фильтра нижних частот подавляются высокочастотные помехи:

ограничение спектра электрокардиосигнала сверху. На последнем этапе с помощью фильтров верхних частот выполняют высокочастотную фильтрацию, для подавления постоянной составляющую и движения пациента. Получаемый на выходе фильтров сигнал это смесь электрокардиосигнала и части помех, спектр которой лежит в полосе спектра электрокардиосигнала. Устранение этих помех методами цифровой фильтрации невозможно: произойдет подавление самого электрокардиосигнала.

Рис. 8. Последовательность процедур предварительной цифровой фильтрации Три основных типа фильтров, которые находят применение для подавления сетевой наводки:

режекторные неадаптивные фильтры;

фильтры нижних частот или полосовые фильтры, частотные характеристики которых имеют нуль на частоте сетевой помехи;

адаптивные режекторные цифровые фильтры.

Адаптивная фильтрация оказывается наиболее предпочтительной (рис. 9).

а) исходный электрокардиосигнал; б) электрокардиосигнал с сетевой помехой;

в) электрокардиосигнал после адаптивной фильтрации; г) компенсирующий сигнал;

(наилучшие результаты даёт выбор в пределах от 0,005 до 0,01 мВ).

В качестве фильтров нижних и верхних частот используются нерекурсивные и рекурсивные цифровые фильтры, которые соответственно определяются соотношениями:

где х(n), у(n) – отсчеты входного и выходного сигналов фильтра, c i,dj – коэффициенты фильтра, М и N - целые числа (пределы суммирования).

характеристиками. Однако для рекурсивных фильтров сложнее обеспечить линейность фазовой характеристики, постоянство временной задержки для всех частот, что важно при анализе электрокардиосигнале.

Наиболее подходящий – нерекурсивный цифровой фильтр с симметричной импульсной характеристикой при нечетном числе коэффициентов.

где x(n), y(n)- отсчеты входного и выходного сигналов, сi= -ci – коэффициенты фильтра М – нечетное целое число, порядок фильтра.

Амплитудно-частотную характеристику такого фильтра можно найти по формуле:

где – частота дискретного сигнала.

Кроме цифровой фильтрации нижних частот, предлагаются альтернативные методы, которые в значительной степени избавлены от указанного недостатка и основаны на следующих подходах:

– согласованная фильтрация;

– адаптивная фильтрация;

– вейвлет-преобразование;

– разложение на главные компоненты;

– нейронные сети.

Недостатком большинства из перечисленных подходов – расчёт на относительную устойчивость формы кардиоцикла электрокардиограммы во времени, а также сложность учёта возможности появления патологических форм сигнала.

Фильтр верхних частот может быть построен используя фильтр нижних частот, путем вычитания сигнала с выхода фильтра из входного.

Если фильтр нижних частот:

То соотношение вида Соответствует фильтру верхних частот с передаточной функцией где – передаточная функция взятая за основу фильтра нижних частот, это справедливо если выполняется:

На практике всегда можно достичь соответствующим масштабированием коэффициентов.

На рис.10 – пример обработки электрокардиосигнала с помощью цифровой фильтрации.

Рис. 10. Пример обработки электрокардиосигнала с помощью цифровой фильтрации Рассматривается устранение помех в электрокардиограмме с помощью других методов. Фильтр Баттерворта, широко используемый в частотной области, благодаря простоте и максимально плоской амплитудной характеристике в полосе пропускания и алгоритм синхронного усреднения.

Базовая функция фильтра нижних частот Баттерворта задаётся выражением:

где На частотная характеристика аналогового фильтра и частотой среза (рад/с).

Представление электрокардиосигнала регулярной выборкой отсчетов, получаемой в результате его дискретизации, часто оказывается избыточным. Сократить избыточность позволяют методы сжатия данных, суть которых заключается в уменьшении объема исходной информации путем отбора меньшего числа существенных координат.

Рассматривается разбиение электрокардиограммы на кардиоциклы. Главной целью этапа разбиения – представление электрокардиосигнала в виде последовательности кардиоциклов соответствующих сердечным сокращениям. На данном этапе решают задачу классификации комплекса QRS (патология или норма) и получают данные для дальнейшей обработки. Данный этап основной при автоматизированной обработке электрокардиосигнала и достаточен для простых систем, в которых ведется лишь подсчет числа сердечных сокращений.

В третьей главе разрабатывается метод сравнительной оценки информативных параметров электрокардиосигнала и реализующий его алгоритм.

Развитие электрофизиологических методов диагностики требует совершенствования традиционных и создания новых методик исследования, разработки современных электронных приборов для их реализации. Измерение амплитудных и временных параметров компонентов кардиоцикла электрокардиограммы лежит в основе методов интерпретации электрокардиографии. Важной задачей является профилактическая диагностика, позволяющая исследовать динамику работы. Выявление незначительных отклонений на начальных стадиях позволяет провести своевременное эффективное лечение. По отклонениям диагностируют различные патологии: инфаркт миокарда, гипертрофию правого и левого желудочков, аритмии, блокаду правой и левой ножек пучка Гиса и другие нарушения проводимости, ишемию миокарда, перикардит, нарушение электролитного баланса (в частности, гипокалиемию), а также судить о действии сердечных препаратов.

В настоящее время развитие компьютерной индустрии затронуло разработки и исследования практически во всех отраслях современной науки. Сейчас ЭВМ применяют практически на всех этапах медицинского обследования: в профилактике, диагностике и терапии заболеваний. Основной задачей современной медицины является предупреждение заболеваний на ранних стадиях развития.

Две основные области исследований, в которых используются компьютеры:

моделирование сердца человека и обработка данных кардиологических исследований.

Различные типы данных, получаемые наиболее распространенными современными диагностическими методами в кардиологии представлены на рис.11.

Рис. 11. Категории объективных кардиологических данных Рассмотрена схема разрабатываемой системы оценки информативных параметров электрокардиосигнала. Универсальность, высокая скорость работы, возможность хранения большого объема информации и относительно низкая стоимость компьютеров, позволяет разрабатывать на их базе многофункциональные измерительные приборы.

Компьютерные системы и технологии расширяют диагностические возможности медицины, делают процесс наблюдения и диагностики непрерывным, не нарушая привычный режим дня пациента, способствуют наглядности исследований, что важно в эпоху всеобщей «визуализации» и служат увеличению доверия пациента к врачу, не менее важны в экспертных случаях. На сегодняшний день, большинство средств для регистрации кардиограммы оснащены функцией автоматической постановки диагноза, но уровень достоверности таких диагнозов остается достаточно низким. Развитие современной компьютерной техники позволяет повысить информативность анализа, путем исследования сигнала во временно–частотной области. Схема системы сравнительной оценки информативных параметров (длительность и амплитуда) электрокардиосигнала представлена на рисунке 12.

Рис.12. Схема системы сравнительной оценки информативных 1 – электроды отведений ЭКГ; 2 – электрокардиограф;

Сигнал от пациента поступает на вход электрокардиографа, в котором фильтруется, усиливается, обрабатывается и поступает на ЭВМ, на котором и построена система оценки информативных параметров электрокардиосигнала. ЭВМ производит дополнительную обработку сигнала, заносит в память новые информативные параметры электрокардиосигнала для дальнейших анализа, сравнивает полученные информативные параметры.

Структурная схема (рис.13) такого прибора состоит из первичных импульсных преобразователей (электродов), коммутатора, масштабного преобразователя (усилителя), АЦП, микроконтроллера, а также персонального компьютера со специальным ПО.

Рис.13. Структурная схема системы оценки информативных Сигнал от пациента или с устройства воспроизведения магнитной записи поступает на коммутатор, затем на вход аналогового усилителя, в котором выполняется усиление электрокардиосграла до требуемого уровня. Далее поступает на фильтрацию. Целью фильтрации является ограничение полосы частот сигнала сверху, для того, чтобы исключить эффект наложения, возникающий при дискретизации, а также устранить постоянную составляющую и медленный дрейф изолинии электрокардиосигнала с целью предотвращения выхода сигнала за пределы динамического диапазона аналого-цифрового преобразователя (АЦП). Усиленный и отфильтрованный электрокардиосигнал подается на вход АЦП, с выхода которого поступает оцифрованный дискретизированныи сигнал, соответствующий значениям напряжения в равноотстоящие моменты времени. Далее этот сигнал поступает на микроконтроллер и через контроллер связи в персональном компьютере.

Рассматривается структурная и функциональная схема системы, алгоритм сравнительной оценки информативных параметров электрокардиосигнала.

алгоритмическую обработку сигнала и предназначена для функционирования в лечебных учреждениях (поликлиниках, больницах, пансионатах и т.п.), требует установки на рабочем месте – персональной ЭВМ, в которой хранится программное обеспечение системы и выполняются все необходимые процессы. Для взаимодействия пользователя с ЭВМ необходимы клавиатура, манипулятор типа «мышь», монитор. Структурная схема системы сравнительной оценки приведена на рис.14.

Рис. 14. Структурная схема сравнительной оценки Источником возбуждения электрокардиосигнала является биологический объект – пациент. Биопотенциалы малой величины поступают в электрокардиограф, который обеспечивает обработку электрокардиографических сигналов. С электрокардиографа электрокрдиограмма поступает в ОЗУ, которая доступна для записи и чтения и на блок информационных параметров текущего электрокардиосигнала.

В блоке исследуемой электрокардиограммы регистрируются информационные параметры снимаемого электрокардиосигнала («ИП ЭКГ»).

В блоке ОЗУ: электрокардиограмма поступает от кардиографа в блок набора электрокардиограмм пациента, где они накапливаются. Из этого набора электрокардиограмм, в блоке индивидуальных среднестатистических параметров («ИСП ЭКГ») формируются собственные среднестатистические нормальные характеристики электрокардиограмм.

Так же снимаемые электрокардиограммы поступают в блок среднестатистической электрокардиограммы. В блоке среднестатистической электрокардиограммы – за нормальные значения параметров кардиограммы принимаются усредненные значения, полученные в результате статистических исследований (таблица 1.) («СП ЭКГ»).

Индивидуальные нормы практически отличаются от среднестатистических, но не являются признаками каких-либо нарушений функции сердечной деятельности индивидуума.

Далее параметры электрокардиограммы с блока ИП ЭКГ и ОЗУ (с блока ИСП ЭКГ и блока СП ЭКГ) поступают в блок сравнения.

В блоках сравнения «ИП ЭКГ – ИСП ЭКГ», «ИП ЭКГ – СП ЭКГ» сравнивается текущая индивидуальная электрокардиограмма с среднестатистической электрокардиограммой или с индивидуально среднестатистической электрокардиограммой, по набору временных и амплитудных параметров. Фиксируются только отклонения параметров. Лучше проводить сравнительные профилактические исследования именно с «ИСП ЭКГ». Это позволит иметь динамический портрет сердечной деятельности и на ранней стадии отразить не только изменения, но и предпосылки.

Далее исследуемые параметры электрокардиограммы поступают в блок анализа. В блоке анализа – анализируется полученные результаты и представляются в виде динамических графиков, по изменениям значений параметров электрокардиограммы диагностируют различные патологии, такие как: инфаркт миокарда, гипертрофию правого и левого желудочков, аритмии, блокаду правой и левой ножек пучка Гиса и другие нарушения проводимости, ишемию миокарда, перикардит, нарушение электролитного баланса, а также определяют действие сердечных препаратов. Далее динамические графики поступают в блок вывода. Для вывода графических данных используется стандартное устройство вывода – дисплей или принтер.

Функциональная схема сравнительной оценки информативных параметров электрокардиосигнала представлен на рис.15.

Рис. 15. Функциональная схема сравнительной оценки информативных Условные обозначения: АРМ – автоматизированное рабочее место работника медицинского учреждения; 1 – Блок приема команд от АРМ; 2 – Блок формирования запросов в программе (например: записать в память снимаемую ЭКГ, или сравнить ее с среднестатистической или индивидуальной среднестатистической и т.д.);

2 – Блок отправки запросов программы; 4 – Блок обработки запросов и анализа;

5 – Блок приема результатов; 6 – Блок выдачи результатов пользователю;

СП ЭКГ – Среднестатистическая электрокардиограмма;

ИСП ЭКГ – Индивидуальная среднестатистическая электрокардиограмма.

АРМ «Работника медицинского учреждения» – рабочее место медицинского работника, выполняющего все необходимые функции по съему и обработки электрокардиосигнала. ЭВМ работника оснащается платой сопряжения с электрокардиографом и устройством вывода (принтер).

Блок приема команд от АРМ – поддерживает соединение с АРМ, получает от него запросы и передает в блок формирования запросов.

Блок формирования запросов к программе обрабатывает полученный запрос (например: записать в память снимаемую электрокардиограмму, или сравнить ее с среднестатистической или индивидуальной среднестатистической и т.д.).

Блок отправки запросов программе – отправляет обработанный запрос.

В блоке обработки запросов и анализа – обрабатывается запрос. Происходит поиск по наличию запрашиваемого материала. Заносятся в базу данных новые электрокардиограммы. Формируется результаты по отправленному запросу.

Блок приема результатов от электронного каталога – получает результаты от электронного каталога.

Блок выдачи результатов выдает полученный результат от электронного каталога в удобной форме.

На рис.16. приведен алгоритм реализации сравнительной оценки информативных параметров электрокардиосигнала.

Рис.16. Алгоритм сравнительной оценки информативных Электрокардиосигнал поступает на предварительную обработку с помощью аналоговой фильтрации. Далее предварительно отфильтрованный электрокардиосигнал анализируется на уровень помех, если он все еще сильно зашумлен, то формируется соответствующее сообщение об ошибке и дальнейшее обработка не возможна. Если уровень зашумленности в соответствии с допустимыми значениями, тогда предварительно отфильтрованный электрокардиосигнал проходит через цифровую фильтрацию и снова анализируется на помехи. Если для дальнейшей обработки не подходит – формируется сообщение соответствующее, если все в приделах нормы, тогда происходит распознавание электрокардиосигнала, далее рассчитываются амплитудные и временные значения зубцов, которые поступают в ОЗУ, для дальнейшей обработки и хранения и на сравнительный анализ, где происходит сравнение с предыдущей электрокардиосигналом, выявляются опасные отклонения. Если выявляются такие отклонения то подается сигнал тревоги. Если нет отклонений, то происходит распознавание патологий, формирование заключений и заканчивается обработка.

Метод сравнительной оценки параметров электрокардиограммы повышает точность и надежность в обнаружении патологии и постановки диагноза и облегчает работу специалисту. При обнаружении патологии и постановки диагноза, снимаемую электрокардиограмму сравнивают с ранее снятой по амплитудным и временным значениями.

электрокардиограмм: MIT-BIH: база данных аритмий Массачусетского технологического института и больницы «Beth Israel» (The Massachusetts Institute of Technology – Beth Israel Hospital Arrhythmia Database); AHADB: База данных Американской Кардиологической Ассоциации для оценки детекторов желудочковых аритмий (The American Heart Association Database for Evaluation of Ventricular Arrhythmia Detectors); NST DB: база данных для тестирования помехоустойчивости (The Noise Stress Test Database); ESCDB:

База данных ST-T Европейского кардиологического общества (The European Society of Cardiology ST-T Data base); CU DB: База данных стабильных желудочковых аритмий Крейтонского Университета (The Creighton University Sustained Ventricular Arrhythmia Database). Все перечисленные базы данных, за исключением AHA DB, частично или полностью доступны на сайте «PhysioNet» (http://www.physionet.org), которая представляет собой базирующуюся в Массачусетсом технологическом институте (Бостон, США) общественную службу поддержки исследований в области обработки сложных физиологических сигналов. На сайте «PhysioNet» размещены около сотни баз данных электрокардиограмм и других физиологических сигналов. Эти базы данных представлены в едином формате (первоначально разработанном для MIT-BIH) и предназначены как для поддержки работ по созданию новых программно-алгоритмических средств, так и для обеспечения процедур тестирования аппаратуры и пакетов программ.

Для исследования алгоритмов обработки и анализа электрокардиограммы сформирован набор записей реального электрокардиосигнала. Записи электрокардиосигнала отобраны из многопараметрической базы данных электрофизиологических сигналов доступных на сайте «http://www.physionet.org».

Приводится и описывается программное обеспечение системы сравнительной оценки информативных параметров электрокардиосигнала. Программа предназначена для анализа цифровых кардиограмм, сохраненных в виде csv–файлов. Файлы – csv берутся с сайта баз данных «physionet».

Программа разработана как приложение для Windows (XP, Vista, 7, 8, 8.1. и другие), с использованием среды разработки DelphiXE и языка ObjectPascal.

Программа позволяет выполнять следующие действия с кардиограммами - Визуализация в виде графиков с точными значениями;

- Аппроксимация в виде графиков по P,Q,R,S,T-точкам;

- Расчет основных показателей кардиограммы;

- Печать визуализации кардиограммы;

- Сравнение показателей кардиограмм;

- Визуализация сравнения кардиограмм в виде графиков;

- Сравнение отклонений показателей кардиограмм;

- Визуализация отклонений показателей кардиограмм в виде графиков.

UML–диаграмма показывает классы системы, связи между ними и набор свойств/процедур для каждого класса (рис.17).

Класс TEKGPoint– представляет собой запись точки на электрокардиограмме — отмечает позицию от начала и величину напряжения.

Этот класс связан отношением «аггрегирование» с классом TEKGAnaliz. Это означает, что каждый класс TEKGAnaliz содержит несколько объектов класса TEKGPoint.

Класс TEKG– содержит все точки электрокардиограммы и их количество, представляет собой упорядоченный динамический массив дробных чисел.

Этот класс связан отношением «зависимость» с классом TEKGAnaliz. Это означает, что класс TEKGAnaliz нуждается в объекте класса TEKG для своей работы.

Класс TEKGAnaliz– класс анализа, позволяет получить разнообразные данные по электрокардиограмме, анализируя точки. Основной класс программы.

Этот класс связан отношением «зависимость» с классом TEKG. Это означает, что класс TEKGAnaliz нуждается в объекте класса TEKG для своей работы.

Этот класс связан отношением «аггрегирование» с классом TEKGAnaliz. Это означает, что каждый класс TEKGAnaliz содержит несколько объектов класса TEKGPoint.

Этот класс связан отношением «аггрегирование» с классом TFormMain. Это означает, что каждый класс TFormMain содержит несколько объектов класса TEKGAnaliz.

Этот класс связан отношением «аггрегирование» с классом TFormComp. Это означает, что каждый класс TFormComp содержит несколько объектов класса TEKGAnaliz.

Класс TFormMain– главный интерфейсный класс окна, предоставляет графический интерфейс к кардиограммам и управлению ими. Этот класс связан отношением «аггрегирование» с классом TEKGAnaliz. Это означает, что каждый класс TFormMain содержит несколько объектов класса TEKGAnaliz.

Этот класс связан отношением «аггрегирование» с классом TEKG. Это означает, что каждый класс TFormMain содержит несколько объектов класса TEKG.

Этот класс связан отношением «обобщение» с классом Tform. Это означает, что данный класс является прямым наследником класса Tform в иерархии классов.

Класс TformComp – представляет собой воспомогательную форму, предоставляющую графический интерфейс к результатам анализа кардиограмм.

Этот класс связан отношением «обобщение» с классом Tform. Это означает, что данный класс является прямым наследником класса Tform в иерархии классов.

Рис. 17. UML диаграмма работы программного обеспечения системы сравнительной оценки информативных параметровэлектрокардиосигнала Часть листинга программного обеспечения:

// Класс анализа — позволяет получить данные по электрокардиограмме, анализируя точки TEKGAnaliz = class private EKG:TEKG ; // Ссылка на анализируемую электрокардиограмму Rvalue:Currency ; // Вычисленные значения зубца R RRvalue:Currency ; // Длины R-R RLen:Currency ; // Длина зубца R Pvalue:Currency ; // Зубец P Qvalue:Currency ; // Зубец Q Svalue:Currency ; // Зубец S Tvalue:Currency ; // Зубец T arr_dots:array of TEKGPoint ; // Точки аппроксимации электрокардиограммы Полный листинг программы представлен в диссертационной работе в приложении 1.

Программа анализирует электрокардиограммы по оригинальному алгоритму, без использования нейронных сетей.

Программное обеспечение хорошо работает на нормальных кардиограммах и кардиограммах с небольшими/средними отклонениями от нормы. Для кардиограмм, соответствующих серьезным нарушениям в работе сердца, зубцы могут быть сильно искажены и анализ может быть менее точен.

Рассматривается руководство пользователя. После запуска программы, нужно добавить кардиограммы в рабочее пространство. Для этого, выбираем пункт меню «Кардиограммы - Открыть и добавить в форму» (рис.18).

Рис. 18. Добавление кардиограммы в рабочее пространство Выбирается необходимая электрокардиограмма, например «data1» (рис. 19).

«data1» – электрокардиограмма №1.

После открытия кардиограммы, она отображается в виде двух графиков — исходных данных и аппроксимации (рис.20.а), возможно включить показ миллиметровки (рис.20.б).

Рис.20. а) отображение электрокардиограммы в виде двух графиков — исходных данных и аппроксимации б) с включенной миллимитровкой На таблице слева показаны уже проанализированные параметры. Кнопка «выделить»

позволяет отметить одну или несколько кардиограмм для последующего сравнения.

Кнопка «показывать аппроксимацию» позволяет включить или отключить отображение графика аппроксимации.

Открытую кардиограмму можно распечатать через пункты меню «Кардиограммы — Печать активной»

После добавления нескольких кардиограмм (рис. 21), их можно сравнить.

Для этого нужно отметить кардиограммы и выбрать один из пунктов в меню «Анализ». После открытия формы, можно просмотреть таблицу параметров электрокардиограмм (рис. 22) или создать график визуализации нужных параметров на вкладке «Диаграммы» (рис. 23) Рис. 22. Параметры электрокардиограмм по амплитуде, в виде таблицы Возможно рассчитать отклонение двух (рис.24) или несколько электрокардиограмм (рис.25).

Рис. 24. Отклонения при сравнении двух электрокардиограмм Рис. 25. Отклонения при сравнении нескольких электрокардиограмм По этим параметрам можно построить графики отклонений нужных параметров (рис.26).

Рис. 26. Графики отклонений параметров четырех электрокардиограмм Готовые графики можно распечатать. Так же возможно изменить цветовую палитру приложения: изменив цвет фона, цвет линий, цвет аппроксимации (рис. 27).

Выход из программы осуществляется выбором пункта меню «Кардиограммы – выход» (рис. 28) Четвертая глава диссертации посвящена практической реализации полученных теоритических результатов. Приведены данные обработки записей электрокардиограммы сравнительным методом. Метод повышает точность и надежность в обнаружении патологии и постановки диагноза и облегчает работу специалисту.

Рассматривается обоснование выбора цифровых электрокардиограмм, сохраненных в формате csv–файлов. Графические методы анализа электрокардиограмм весьма трудоемки, и поэтому получили распространение в практику научных исследований лишь с внедрением ЭВМ. В научных исследованиях используются также спектрограммы. В клинической практике же спектрограммы почти не находят применения из-за трудностей интерпретации результатов и значительных вычислительных затратах при обработке электрокардиограмм в реальном масштабе времени.

Разработанное программное обеспечение проверялось при помощи тестовых и реальных сигналов. В результате чего была подтверждена правильность полученных результатов. Для работы программы используется цифровые электрокардиограммы, сохраненные в виде csv–файлов. CSV–файлы используются во многих современных системах.

– Система суточног омониторирования АД BMP AM 300 CE. Фирма производитель SuzukenCo. Ltd. Страна: Япония. Данная система сохраняет полученные данные в виде csv–файлов;

– Мониторинг ЭКГ с custo flash 500/510 и custo diagnostic, так же сохраняет данные в данном формате csv;

Формат «csv», легко посмотреть с помощью “MS Excel” или другой программы работы с таблицами, а также с помощью обычного текстового редактора.

Хранение электрокардиограмм в исходном виде на бумажном носителе и даже в виде файла, содержащего все отчеты, очевидно требует неприемлемо большого объема внешней памяти и оперативной памяти при обработке этого файла. Это привело к разработке метода и программного обеспечения сравнительной оценки информативных параметров электрокардиосигнала, позволяющая хранить не саму электрокардиограмму, а лишь значения зубцов и интервалов между ними.

Например имеется 12 электрокардиограмм в электронном виде. Обработка затрудняется, т.к. неудобно одновременно просматривать и производить обработку такого количества электрокардиосигналов, даже на широкоформатном мониторе (например 27дюймовый монитор с разрешением 2560x1440, вмещается 5,5 электрокардиограмм (открытых с помощью разработанной программой)). С помощью разработанной программы – 12 электрокардиограмм можно записать всего лишь одной таблицей (рис.29).

Рис. 29. Отображение параметров электрокардиограммы в одной таблице Можно сразу построить графики отклонений и изменений параметров требуемых зубцов в динамике (рис.30).

Как видно из приведенных рисунков, наглядное представление отклонений и изменений параметров зубцов в динамике, дают большую информативность недоступных классическим электрокардиографическим методам.

Рассматривается применение программы при обнаружении реальной поталогии.

Инфаркт миокарда — одна из клинических форм ишемической болезни сердца, протекающая с развитием ишемического некроза участка миокарда, обусловленного абсолютной или относительной недостаточностью его кровоснабжения.

На рис.31,32 приведено графическое представление динамического развития параметров электрокардиограммы, полученное в течение определенного периода времени. Данные графики, наглядно показывают картину развития патологии сердца – «инфаркта миокарда». Изменения параметров электрокардиограммы фиксировалось каждый день, в течение двух недель после возникновения миокарда.

Рис.31. Графическое представление динамического развития амплитудных Рис.32. Графическое представление динамического развития временных параметров Инфаркт миокарда приводит к появлению более выраженного по амплитуде и длительности патологического зубца Q. Кроме изменений зубца Q, происходят изменения зубцов R и T. Спустянескольких часов, после миокарда, гибель миоцитов приводит к снижению амплитуды зубца R и появлению более выраженного патологического зубца Q, длительность зубца T возрастает. В течение семи дней зубец T уменьшается и становится негативным, зубец R так же уменьшается, зубец Q становится более выраженным, длительность зубцов увеличивается. В течение второй недели зубец Q уменьшается, зубец R начинает нормализоваться, зубец T становится менее глубоким, а на 10-11 день заболевания повторно инвертируется, длительность зубцов R и T нормализуется. В конце второй неделю после инфаркта зубцы R и Tнормализуются, патологический зубец Q остается, что является неизменным признаком миокарда.

Графики (рис.31,32) иллюстрируют отклонения временных и амплитудных параметров от нормальных значений, что позволяет установить некритические временные изменения, накапливающие изменения и устойчивые изменения, связанные с определенной патологией сердца.

Заключение Для оптимальной и быстрой работы кардиолога – исследователя желательно иметь графики, отражающие изменения ритма сердца за определенное время наблюдения, и возможность вычисления некоторых параметров ритма по этим графикам. Наглядное представление отклонений и изменений параметров зубцов в динамике, дают большую информативность недоступных классическим электрокардиограммам.

Предложенный алгоритм и метод сравнительной оценки информативных параметров электрокардиосигнала позволяют расширить возможности современного анализа электрокардиограммы и с достаточной точностью определить возникновение патологии, медицинским работником даже без специального образования, на ранней стадии. Метод реализуется на сравнениях амплитудно-временных характеристик информативных параметров электрокардиосигнала, при этом позволяет сократить время диагностики и повысить точность обработанных электрокардиограмм. Реализация системы сравнительной оценки информативных параметров электрокардиограммы значительно менее аппаратурно насыщена и реализуется с использованием разработанного программного обеспечения.

Список работ, опубликованных по теме диссертации:

электрокардисигналов» // Международная виртуальная интернет-конференция "Медицина в XXI веке: тенденции и перспективы". Казань. 2012.

2. Алексеев Н.В., Желонкин А.И., Соколов Ю.С. «Автоматизированный метод исследования электрокардиосигнала» // «Динамика научных исследований, VIII международная научно-практическая конференция». Польша. 2012. С.58-61.

3. Алексеев Н.В., Желонкин А.И. «Метод автоматизированного исследования электрокардиограммы» // Научная перспектива. Уфа. 2012. С.79-80.

4. Соколов Ю.С., Алексеев Н.В., Желонкин А.И. «Управление характеристик амимолекулярно-электронных преобразователей» // «Динамика научных исследований, VIII международная научно-практическая конференция». Польша. 2012.

5. Алексеев Н.В., Желонкин А.И., Соколов Ю.С. «Автоматизированная сравнительная оценка параметров электрокардиограммы» // «Становление современной науки, VIII международная научно-практическая конференция». Чехия. 2012. С. 73- электрокардиограммы» // «XXII Национальная научный симпозиум с международным участием». Созополь, Болгария. 2012. С. 205-206.

7. Алексеев Н.В., Желонкин А.И. «Метод сравнительной оценки параметров электрокардиосигнала» // Вестник Московского Государственного Университета Приборостроения и Информатики. Приборостроение и информационные технологии №44.

Информационные технологии. 2013. С. 78- 8. Алексеев Н.В., Желонкин А.И., Соколов Ю.С., Акимова И.М. «Моделирование неидентичности измерительных каналов» // «Приборы и системы. Управление, контроль, диагностика» 2013. №3. С. 13-16.

9. Алексеев Н.В., Желонкин А.И., Соколов Ю.С., Акимова И.М., Самхорадзе Т.Г.

«Сравнительная оценка информативных параметров электрокардиосигнала» // «Приборы и системы. Управление, контроль, диагностика» 2013. №4. С. 50-53.

10. Алексеев Н.В., Желонкин А.И., Самхорадзе Т.Г., Акимова И.М. «Построение модели многоканальной измерительной системы» // «Приборы и системы. Управление, контроль, диагностика» 2013. №9. С. 61-64.

11. Алексеев Н.В., Желонкин А.И. «Основные помехи электрокардиосигнала» // Вестник Московского Государственного Университета Приборостроения и Информатики.

Приборостроение и информационные технологии №47. Информационные технологии.

с.14-18.

12. Алексеев Н.В., Желонкин А.И. «Метод сравнительной оценки информативных параметров электрокардиограммы» // II Международная научная Интернет-конференция «Медицина в XXI веке: тенденции и перспективы». Казань. 2013. С.15- 13. Алексеев Н.В., Желонкин А.И. «Помехи электрокардиосигнала» // Международнопрактическая конференция. Актуальные проблемы современных наук. Чехия. 2013. С. 74Алексеев Н.В., Желонкин А.И. «Система сравнительной оценки электрокардиосигнала» // IV международная научная онлайн конференция «Актуальные проблемы биохимии и бионанотехнологии». Казань. 2013. С.7- 15. Желонкин А.И., Раннев Г.Г., Алексеев Н.В. «Синтез модели измерительного канала»

// XXIII Национальный научный симпозиум. Болгария. 2013 С. 147-149.

16. Желонкин А.И., Алексеев Н.В., Акимова И.М. «Модель многоканальной измерительной системы» // XXIII Национальный научный симпозиум. Болгария. 2013. С.

150-151.