CC BY
46
Identification influencing algorithms electrocardiosignal by linear filtering
Altay Y.1 (Republic of Kazakhstan),
Ysenbai T. , Kunesbekov A. (Russian Federation)
Идентификация влияющих алгоритмов на электрокардиосигнал методом линейной
фильтрации
Алтай Е. А.1 (Республика Казахстан),
2 3
Усенбай Т. А. , Кунесбеков А. C. (Российская Федерация)
1 .Алтай Ельдос Алтайулы /Altay Yeldos - магистр технических наук, кафедра робототехники и технических средств автоматики,
Казахский национальный технический университет имени К. И. Сатпаева, г. Алматы, Республика Казахстан 2Усенбай Талгат Абдижалелулы / Ysenbai Talgat - магистрант;
3Кунесбеков Абылайхан Сеилбекович / Kunesbekov Abilai - магистрант, кафедра систем управления и информатики,
Санкт-Петербургский Национальный исследовательский университет информационных технологий, механики оптики, г. Санкт-Петербург, Российская Федерация
Аннотация: в статье рассмотрены методы линейной фильтрации для обработки кардиосигнала. На выходе линейных фильтров идентифицировались кардиосигналы и детектировались основные волны кардиограммы. Данная методика алгоритма выполнена с помощью программного продукта Матлаб. Abstract: the article describes methods of linear filtering processing cardiosignal. The outputs of the linear filter are identified and detected basic cardio cardiogram wave. This method algorithm is executed using the software Matlab.
Ключевые слова: алгоритм, идентификация, кардиосигнал, линейные фильтры, кардиограмма.
Keywords: algorithm, identification, cardio, linear filters, cardiogram.
При обработке сигнала ЭКГ усилитель прибора играет важную роль, так как сигнал, генерируемый человеческим телом, очень мал по амплитуде. Необходимо добиться высокого коэффициента усиления с высокой степенью подавления синфазного сигнала (CMRR). Сигналы ЭКГ очень шумны, как правило, с частотой 50 Гц. Для проверки и настройки цифрового фильтра использовался MATLAB, как указано в [1], для получения хорошего комплекса QRS без помех, который представляет собой деполяризацию желудочков на ЭКГ, то есть показывает электрический импульс сердца при прохождении через желудочки.
Для исследования алгоритма синтезируются фильтры высоких и нижних частот. На выходе фильтра оценивается состояние кардиосигнала.
Сигнал ЭКГ генерируется кодом MATLAB по данным в режиме реального времени. Цель состоит в создании типичных сигналов ЭКГ различных проводов и как можно большей аритмии. Этот метод имеет множество преимуществ при моделировании волновых форм ЭКГ. Во-первых, экономия времени, во-вторых, устранение шума и, в-третьих, простое детектирование обнаружения Q, R, S.
Обработка сигнала ЭКГ. Как правило, записанный сигнал часто загрязнен шумами и артефактами, которые могут быть в пределах полосы частот, представляющей интерес, и проявляются с аналогичной
характеристикой, как сам сигнал ЭКГ. Для извлечения шумного сигнала ЭКГ нужно обработать основной сигнал ЭКГ.
Обработку сигнала ЭКГ можно условно разделить на два этапа:
1) Предварительная обработка
2) Выделение особенностей.
На этапе предварительной обработки устраняется или подавляется шум необработанного сигнала ЭКГ. На этапе выделения особенностей из сигнала ЭКГ извлекается диагностическая информация, как описано в [2]. Сигналы ЭКГ, прошедшие предварительную обработку, позволяют устранить шумы из сигналов ЭКГ. Загрязнения ЭКГ можно разделить на следующие категории, как указано в [3]:
• Наводка помех от линий электропередачи.
• Помехи от электродов или контактов.
• Артефакты от движения пациента/электродов.
• Дрейф базовой линии.
Среди этих шумов, помехи от линий электропередачи и дрейф базовой линии являются наиболее значимыми, и они могут сильно повлиять на анализ сигнала ЭКГ. Кроме этих двух шумов, другие шумы могут быть широкополосными и, как правило, иметь сложный стохастический характер, который также искажает сигнал ЭКГ. Помехи от линий электропередачи - это узкополосный шум с центральной частотой 60 Гц (или 50 Гц) с пропускной способностью, равной или меньше 1 Гц. Обычно аппаратура по получению сигнала ЭКГ позволяет устранить помехи от линии электропередачи. Тем не менее, дрейф базовой линии и другие широкополосные шумы подавить с помощью аппаратного оборудования нелегко. Вместо этого более мощным и удобным инструментом для автономной обработки сигнала ЭКГ является программная схема [4]. Мы можем использовать следующий метод кода MATLAB для устранения шума. На рисунке 2 и 3 иллюстрирован отфильтрованный выходной сигнал зашумленного ЭКГ сигнала.
Рис. 2. Типичный выходной сигнал ЭКГ, прошедший низкочастотную фильтрацию
Рис. 3. Типичный выходной сигнал ЭКГ, прошедший высокочастотную фильтрацию
Заключение
С помощью MATLAB каждый может проследить за своим состоянием сердца, просто используя возможности. Приведенные выше примеры и методы могут использоваться для экспериментов/лабораторных целей в реальном времени. Одним из важнейших этапов в анализе ЭКГ является точное определение различных волн, а именно P, Q, R и S, отображающих весь сердечный цикл.
Литература
1. Алтай Е. А., Макешева К. К. Измерительные преобразователи биоэлектрической активности сердца. // Проблемы современной науки и образования. 2014. № 10 (28). С. 64-66.
2. Алтайулы А. Е. Методы детектирования биосигналов. // Проблемы современной науки и образования. -
2014. - №. 9 (27).
3. Алтай Е. А. Алгоритмические, программные и технические средства идентификации паттернов биоданных. // Проблемы современной науки и образования. 2014. № 10 (28). С. 61-63.
4. Altay Y., Makesheva K. Computer modeling electrocardiogram signals using notch filters. // European research.
2015. № 3 (4). С. 20-23.
