Методы повышения достоверности диагностических параметров электрокардиосигнала Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 615.47.03:616.12-073.96

A. В. Алпатов, канд. техн. наук, доцент,

С. П. Вихров, д-р физ.-мат. наук, профессор,

B. Н. Локтюхин, д-р техн. наук, профессор, О. В. Мельник, канд. техн. наук, доцент, А. А. Михеев, д-р техн. наук, профессор,

ФГОБУ ВПО «Рязанский государственный радиотехнический университет»

Методы повышения достоверности диагностических параметров электрокардиосигнала1

Ключевые слова: аддитивная помеха, диагностическое заключение, интегральный информативный параметр, режим реального времени, фрактальный анализ, электрокардиосигнал, нейросетевые преобразователи формы информации. Key words: additive noise, diagnostic conclusion, the integrated information parameter, real time mode, fractal analysis, electrocardiosignal, neural network based information converters.

Рассмотрены вопросы повышения достоверности результатов автоматизированного электрокардиографического обследования на всех этапах обработки электрокардиосигнала — от формирования диагностически значимых информативных параметров до принятия диагностического заключения. Предложены модификации методов нелинейного анализа информативных параметров электрокардиосигнала, обеспечивающие оперативный контроль состояния регуляторных систем организма. Предложены принципы описания и построения преобразователей формы представления информативных параметров, основанных на технологиях искусственных нейронных сетей, обеспечивающие однородность и универсальность их структур и повышение достоверности результатов обработки.

Введение

Совершенствование методов обработки и анализа биомедицинских сигналов требует применения современных средств вычислительной техники и информационных технологий. Как правило, обработку сигналов и формирование диагностического заключения необходимо выполнять в режиме реального времени, что особенно актуально при контроле параметров жизненно важной функциональной системы организма — сердечно-сосудистой системы,

1 Госзадание Минобрнауки на 2012 год. Проект «Мобильные медицинские измерительно-информационные системы на основе нейробионических технологий для оценки адаптационных резервов организма и диагностики донозологических изменений индивидуального здоровья человека в условиях его повседневной жизнедеятельности». Рег. № 7.5521.2011.

основным средством оперативной оценки состояния которой на сегодняшний день остается электрокардиография. Результаты анализа информативных параметров электрокардиосигнала (ЭКС) могут быть использованы непосредственно для оценки состояния сердечно-сосудистой системы и текущего функционального состояния и адаптационных резервов организма человека [1], в частности на основе совместного анализа вариабельности ритма сердца и параметров внешнего дыхания [2].

Проведенный анализ известных методов обработки и анализа ЭКС позволил установить, что при устранении действующих на ЭКС аддитивных помех (дрейфа изолинии, наводки от сети промышленной частоты) происходит потеря части информативных составляющих, вследствие чего искажаются формы элементов ЭКС [3], последнее негативно отражается на последующих результатах. Формирование информативных параметров ЭКС на основе анализа точечных оценок не обеспечивает устойчивости полученных значений этих параметров к действию упомянутых выше помех, а значит, нельзя говорить о надежности диагностического заключения [3]. Методы анализа временных рядов информативных параметров, в частности вариабельности сердечного ритма (ВСР), предполагают выполнение требований по статистической стационарности ритма сердца, что невозможно в процессе естественной жизнедеятельности человека.

В течение ряда лет авторы данной статьи развивают методы обработки и анализа ЭКС [4], в том числе в режиме реального времени, обеспечивающие повышение достоверности диагностических заключений путем решения комплекса задач. К ним относятся:

• устранение влияния аддитивных помех при сохранении информативных составляющих ЭКС;

• формирование помехоустойчивых интегральных информативных параметров на основе применения специализированных ортогональных базисов и нелинейных преобразований исходных данных;

• формирование достоверных информативных параметров в условиях неточности определения границ элемента ЭКС, для которого эти параметры определяются;

• обеспечение однозначности интерпретации значений информативных параметров по принципу: один информативный параметр — один характеризующий его признак;

• обеспечение анализа регуляторных механизмов ритма сердца в динамике без предъявления требований к стационарности исходных данных и привязки к абсолютным значениям длительности циклов сердечных сокращений;

• повышение достоверности диагностических заключений за счет интерпретации всей совокупности информативных параметров на основе ней-росетевых моделей систем обработки информации.

Достигнутые результаты

Использование отсчетов ТР-сегмента при первичной обработке ЭКС

Типовые процедуры устранения аддитивных помех, действующих на ЭКС, заключаются в последовательном применении операций фильтрации (используются фильтры нижних частот и режек-торные фильтры) исходного ЭКС для ослабления влияния шумов усилителя ЭКС и наводки от сети промышленной частоты и операций интерполяции и фильтрации (применяются фильтры верхних частот) для ослабления дрейфа изолинии. Как было отмечено выше, такая последовательность обработки ЭКС приводит к искажению амплитудно-временных параметров ЭКС и потере части полезных составляющих в его спектре.

Предлагаемые авторами методы [5, 6] ослабления влияния действующих на ЭКС аддитивных помех, основанные на их выделении с помощью низкочастотной фильтрации отсчетов ЭКС, принадлежащих ТР-интервалу, и последующем вычитании выделенных сигналов помех из исходного ЭКС, обеспечивают сохранение информативных составляющих в спектре ЭКС. ТР-интервал соответствует электрической диастоле сердца и при отсутствии помех должен лежать на изолинии. Если же на ЭКС действуют низкочастотные (НЧ-помеха на рис. 1, а) аддитивные помехи, то на отрезке ЭКС между зубцами Т и Р присутствует только сигнал этих помех. Зубец и, следующий иногда в некоторых отведениях (в основном ^2—У4) после зубца Т через 20—40 мс, мал и непостоянен, поэтому на этапе

предварительной обработки ЭКС можно не учитывать его. Таким образом, отсчеты ЭКС, взятые на ТР-интервале, будут отсчетами аддитивных помех. Данное обстоятельство позволяет организовать первичную обработку ЭКС в виде нескольких параллельных ветвей (подсистем), каждая из которых призвана выполнять свою функцию. К последним относятся:

• выделение отсчетов, принадлежащих ТР-ин-тервалу;

• выделение сигнала помехи от сети промышленной частоты;

• выделение помехи дрейфа изолинии;

• синхронизация всех процессов;

• вычитание выделенных помех из исходного ЭКС с действующими на него помехами.

Такая организация процедуры устранения влияния аддитивных помех позволяет выбирать параметры для каждой из параллельных ветвей обработки, оптимально соответствующие решаемой этой ветвью задаче, не затрагивая информативных составляющих ЭКС и не искажая их.

Выделение отсчетов ТР-сегмента. Принцип выделения отсчетов, принадлежащих ТР-сегменту ЭКС, заключается в подсчете заданного числа отсчетов ЭКС, модуль амплитуды которых не превышает некоторого порогового уровня. Для обеспечения нечувствительности процедуры к дрейфу изолинии на основе отсчетов ЭКС можно сформировать последовательности разностей первого или второго порядков [7], значения которых сравниваются с соответствующими положительным (+ип) и отрицательным (—ип) пороговыми уровнями (рис. 1, а). При этом заданное число счета может быть достигнуто только на ТР-сегменте, так как на других участках ЭКС амплитуды отсчетов превышают пороговый уровень, что требует начинать подсчет отсчетов опять с нуля (рис. 1, б). В момент достижения заданного числа счета разрешается регистрация отсчета ЭКС, и этот отсчет принадлежит ТР-сегменту.

Длительность ТР-сегмента сильно зависит от частоты сердечных сокращений (ЧСС), в структуре электрокардиосигнала имеется еще один сегмент (ЙТ-сегмент), который в норме должен лежать на изолинии. С учетом этого был проведен регрессионный анализ зависимости длительностей ТР- и ЙТ-сегментов от ЧСС на основе нескольких сотен электрокардиограмм, полученных в отделении функциональной диагностики Рязанской областной клинической больницы. Установлено, что область ЧСС, в которой длительность ТР-сегмента превышает длительность ЙТ-сегмента, простирается до значений ЧСС 100—120 уд./мин. Это соответствует большинству случаев, когда обследование пациентов проводится в поликлинике или стационаре, то есть в относительно спокойных условиях, даже если у пациентов наблюдается умеренная тахикардия, а также при контроле состояния человека в процессе трудовой деятельности с умеренной физической на-

а)

б)

а

чд

^

в Н

ч н

1 \——Ал*-/Чгч.-—гТ/—V Л 3 1 \ _Л/\-л^ч-........Х____лч

2 / ^^лГ -"7-* 4

Время, í

ТИ

Разр

МНИМ

111111111111111111111111111111111111И

11111111111111

11111111

ТипиииГ~1ЛГ1_Г11ЛГ

ти шл игиилг шлии_1_лш1л_п_)1шгллллллллшг1_1_ггол_п_11аштллллш

П П П I I_ППППП П п I I ппппп

_п_

о

Время, í

Рис. 1

Рис. 1. Процесс выделения отсчета на ТР-сегменте: а — исходный электро-кардиосигнал и его вторая производная:

1 — ЭКС + НЧ-помеха; 2 — вторая производная; 3, 4 — положительный и отрицательный пороговые уровни;

б — подсчет числа отсчетов второй производной ЭКС, модули амплитуд которых ниже модулей пороговых уровней:

1 — опорные точки; ТИ — тактовые импульсы, следующие с периодом, равным периоду дискретизации ЭКС; Разр. — сигнал разрешения подачи тактовых импульсов на счетный вход счетчика; Счет — разрядные выходы двоичного счетчика

грузкой, не приводящей к чрезмерному возрастанию ЧСС (более 120 уд./мин.).

Выделение отсчетов ЭКС на ТР-сегменте в каждом цикле сердечных сокращений обеспечивает следующие преимущества при дальнейшей обработке ЭКС:

• отсчеты на ТР-сегменте предшествуют всем основным элементам ЭКС и могут быть использованы в качестве опорных точек, на основе которых и знания морфологии ЭКС можно правильно идентифицировать элементы последнего;

• независимость алгоритма выделения отсчетов на ТР-сегменте от вариабельности формы элементов ЭКС, в частности QRS-комплекса, дает возможность повысить их чувствительность и специфичность;

• наличие отсчетов, выделенных на участке ЭКС, соответствующем электрической диастоле сердца, позволяет предложить новые подходы к устранению дрейфа изолинии.

Устранение аддитивных помех. Как отмечалось выше, в случае действия на ЭКС аддитивных помех, отсчеты ЭКС, взятые на ТР-сегменте, являются отсчетами помехи. В спектре последовательности таких отсчетов в нулевой спектральной зоне содержатся составляющие низкочастотной аддитивной помехи, которые можно выделить с помощью фильтрации.

Для расширения частотного диапазона устраняемой аддитивной помехи (до частот, сравнимых с ЧСС)

и снижения требований к порядку фильтров, выделяющих сигнал помехи из последовательности отсчетов ТР-сегментов, предложено осуществлять трансформацию спектра этой последовательности путем подавлении заданного числа спектральных зон, начиная с первой [5].

Для подавления п спектральных зон к исходному отсчету с амплитудой Ц (рис. 2) прибавляется п пар отсчетов, в каждой ь-й паре, Ь = 1, 2, ..., п (один отсчет расположен левее исходного (обозначим его иЬь) на интервал времени Т;, а второй — правее (обозначим его иЯ¿) на такой же интервал времени). Дополнительные отсчеты ь-й пары берутся с соответствующими масштабными коэффициентами КДлительность дополнительных отсчетов равна длительности т исходного отсчета. На рис. 2 приведен пример сформированного по представлен-

ив1к1

иЬ2К2

иЯ2К2

Рис. 2 | Формирование ЭКС с трансформированным спектром

1

и

0,04 -

0,02 -

2 3

Частота, Гц

Рис. 3

Трансформированный спектр последовательности отсчетов ТР-сегмента

ным выше правилам сигнала с двумя подавленными спектральными зонами.

Параметры дополнительных отсчетов (амплитуда, количество, взаимное расположение на оси времени) определяются на основе решения системы уравнений

п т -

(1)

1 + 2£ К сов2Ия-^ = 0; Ие0...М, 1=1 1 п где И — номера подавляемых спектральных зон; Т — сдвиг ¿-го дополнительного отсчета относительно исходного отсчета; Т — период дискретизации сигнала; И е 0 ... М — означает, что для подавления могут быть выбраны любые п спектральных зон из М; М — возможное для данного сочетания Т и т число спектральных зон в каждом лепестке спектра амплитуд, Мтах = (Т / т) - 1. Задаваясь значениями сдвигов тг, путем решения системы уравнений (1) определяют значения масштабных коэффициентов К

На рис. 3 приведен спектр последовательности отсчетов на ТР-сегменте для случая подавления первой и второй спектральных зон. Содержащиеся в нулевой спектральной зоне составляющие низкочастотной помехи могут быть выделены фильтром нижних частот и затем вычтены из предварительно задержанного на время запаздывания фильтра исходного сигнала (рис. 4).

10

г, с

Рис. 4

Устранение низкочастотной аддитивной помехи: 1 — ЭКС + помеха; 2 — выделенная помеха; 3 — ЭКС после устранения аддитивной помехи

Предложенный подход к устранению действия на ЭКС аддитивных низкочастотных помех позволяет, не искажая информативных составляющих самого ЭКС, снизить уровень этих помех на величину порядка 40 дБ. Причем степень уменьшения влияния помех определяется в основном спадом плоской части амплитудно-частотной характеристики применяемого фильтра нижних частот.

Следующим этапом обработки ЭКС является формирование информативных параметров, адекватно отображающих состояние контролируемой системы организма, что является непременным условием принятия достоверного диагностического заключения.

Формирование интегральных информативных параметров

Для решения задачи формирования информативных параметров, устойчивых к воздействию флуктуационных помех, нечувствительных к неточностям определения границ элементов ЭКС, обеспечивающих однозначную интерпретацию по принципу «один диагностически значимый признак — один характеризующий его параметр» предложено в качестве таковых использовать интегральные параметры, представляющие собой спектральные коэффициенты в специализированных ортогональных базисах [8]. Сформулированы критерии выбора таких базисов, в основу которых положены следующие принципы:

• декомпозиция — представление диагностически значимого признака заболевания, отражающегося в изменении параметров формы элемента ЭКС, набором минимально возможного числа масштабируемых сигналов-признаков;

• локализация — ситуация, когда одному сигналу-признаку соответствует одна спектральная составляющая в выбранном базисе, амплитуда которой зависит только от степени выраженности параметров формы элемента ЭКС.

Разработаны и исследованы методы выявления информативных параметров формы элементов ЭКС в их спектральном составе в базисах полиномов Ле-жандра и функций Уолша [9, 10], в частности БТ-сегмента и Т-зубца. В классе известных точечных методов [11] оценка параметров формы БТ-сегмента производится путем измерения уровня сигнала в характерных точках и сравнения полученных значений с пороговыми уровнями. Общим недостатком методов данного класса является низкая устойчивость к воздействию помех на ЭКС.

В предложенных интегральных методах для выявления информативных параметров формы БТ-сегмента используется его спектральное представление в упомянутых выше базисах ортогональных функций. Обеспечивается снижение влияния помех на результат обработки ЭКС и более достоверная оценка параметров формы БТ-сегмента

4

в пределах одного кардиоцикла. В качестве минимального набора сигналов-признаков предложено использовать суперпозиции трех нормированных сигналов: постоянного смещения Цс0, линейно возрастающего сигнала с нулевой ограничиваемой им площадью ис1 и параболического вогнутого сигнала с вершиной в середине интервала измерения и нулевой площадью под кривой ис2 (рис. 5).

Интервал нормирования по времени (0—Т8т) выбирается внутри БТ-сегмента, где Т$т — его длительность. Амплитуда сигналов-признаков нормируется в диапазоне ±1. Каждый сигнал-признак отображает один из информативных параметров формы БТ-сегмента: депрессию или элевацию, косо восходящий или косо нисходящий характер и выпуклость или вогнутость. Установлено [9], что для выявления и оценки этих параметров достаточно использовать спектральное разложение БТ-сег-мента по первым трем функции Уолша, упорядоченным по Пэли.

Спектральные амплитуды Аг для ¿-й функции Уолша вычисляются как

Рис. 5

ис0Ь 0

-1 1

ис1 0

-1 1

ис2

- БТ

А =Х РаЩ, ])и,

(2)

Нормированные сигналы-признаки: а — постоянное смещение; б — линейно возрастающий сигнал-признак; в — параболический сигнал-признак

где ] — номер временных отсчетов случайного сигнала и базисной функции (при одинаковой частоте дискретизации); РаЩ, ]) — ]-й дискретный отсчет ¿-й функции Уолша, упорядоченной по Пэли; и] — амплитуда сигнала БТ-сегмента в ]-й момент времени.

На основе вычисленных значений спектральных амплитуд Ао, А1 и А2 в базисе функций Уолша, упорядоченных по Пэли, или Ао, А1 и А3 в базисе функций Уолша можно осуществить классификацию типов формы БТ-сегмента на нормальные и характеризующие то или иное отклонение от нормы в соответствии с принятыми в практической медицине критериями.

Так как спектральные амплитуды А^^ являются интегральными характеристиками соответствующих информативных параметров формы БТ-сег-мента, то они нечувствительны к сдвигам интервала нормализации по времени относительно реального положения БТ-сегмента на временной оси. Кроме того, обеспечивается увеличение отношения мощности этих параметров к мощности шума (отношение «сигнал — шум») в 3,3-5,0 раз по сравнению с «точечными» оценками [11] в случае предварительной фильтрации ЭКС фильтром нижних частот с частотой среза 30 Гц. При увеличении частоты среза фильтра указанное отношение «сигнал—шум» повышается до 11-16 раз при частоте среза 100 Гц. Помехоустойчивость предложенных интегральных информативных параметров, оцененная отношением «сигнал — шум» по напряжению, выше в 1,8-4,0 раза по сравнению с точечными оценками.

Применение разложения в базисе функций Уолша также плодотворно для выявления микроальтернаций Т-зубца. Особенность использования функций Уолша в этом случае заключается в том, что для исключения погрешностей в оценках информативных параметров Т-зубца от изменчивости его формы предлагается [10] центрировать временное окно, в котором формируются базисные функции, относительно точки энергетического центра масс Т-зубца.

Фрактальный анализ ритма сердца

Выше отмечалось, что в качестве информативных параметров ЭКС могут выступать последовательности длительностей циклов сердечных сокращений. Исследование вариабельности ритма сердца является эффективной технологией анализа механизмов регуляции и адаптационных резервов функциональных систем организма. Эта технология объединяет группу методов статистического, спектрального и нелинейного анализа временного ряда (кардиорит-мограммы), получаемого классическим методом выделения ДД-интервалов из ЭКС или описанным выше способом. Особенностью существующих методов анализа вариабельности сердечного ритма является требование статистической стационарности ритма сердца. В то же время было бы желательно оценивать адаптационные резервы в процессе естественной жизнедеятельности человека, когда практически нет возможности обеспечить требования стационарности. Решение данного вопроса

1

Т

БТ

Т

БТ

0

]

Биомедицинская информатика

0,5

_I_

0,8 _I_

1,01,1 _I_I_

1,5

_I_

2,0

_I_

Преобладание быстрых регуляций

НОРМА

Преобладание медленных регуляций

яя аа ння КЛК

елм

ЙЙН т

ааи

М ч

Рис. 6

RR

Шкала соответствия значений масштабного показателя а уровням регуляции организма человека

W = 256

i j + 1 j + W - 1

1 2 N

Рис. 7 Два канала расчета флуктуационных параметров:

ал — значение скейгинового показателя а в скользящем окне размером W = 256; ак — значение скейгинового показателя а в кумулятивном канале с непрерывным накоплением RR-интервалов

может быть обеспечено за счет использования нелинейных методов оценки ритма сердца, например фрактального или энтропийного анализа. Однако классическое применение нелинейных методов анализа временных рядов требует наличия большого (более 105) объема выборок. Это требование является практически невыполнимым в условиях, когда необходим контроль над регуляцией в реальном масштабе времени и надо успеть среагировать на нарушение процессов регуляции.

Для преодоления указанного противоречия были предложены методы нелинейного анализа ритма сердца в короткие промежутки времени в реальном масштабе времени на основе модифицированного алгоритма флуктуационного анализа относительно тренда процесса (метод анализа флуктуаций относительно тренда, Detrended Fluctuation Analis, DFA). Классический метод DFA [12] предполагает определение скейлингового показателя а, который

характеризует силу дальних корреляций ритма во временном ряду, при условии что количество выборок в сигнале должно быть не менее 104.

Обоснована [13] модификация метода БЕА, позволяющая применять его на коротких фрагментах (до 256 интервалов). Модификация заключается в сдвиге временного ряда кардиоритмограммы длиной N относительно окна заданной длительности W и вычислении локальной среднеквадратической флуктуационной функции в этом окне

Fw (n)

1 M

j+W-1

E

iw=j

[y(k) - yw (k)f

(3)

где у(к) — кумулятивная сумма временного ряда интервалов; уи(к) — среднее значение интервалов в окне размером W (W по умолчанию равно 256), ] — номер первого интервала в окне размером W; ьи — индекс интервала внутри окна, и = [1, N - W], при условии N > W; п — размер фрагмента компенсации тренда, может принимать значения от 1 до W/4.

Предложенный метод позволяет осуществлять динамический контроль а, а следовательно, зафиксировать быстрые эффекты изменения корреляционных свойств кардиоритмограммы. Для диагностической интерпретации значения масштабного показателя а в терминах регуляции предлагается использовать скейлинговую шкалу регуляций (рис. 6). Для эффективной реализации преимуществ предложенного метода локальных флуктуаций введены два канала расчета флуктуационных параметров (рис. 7):

• канал со скользящим окном и накоплением 256 значений ЯЯ-интервалов для вычисления значения скейлингового показателя;

• кумулятивный (квазистатический) канал с непрерывным накоплением выборки ЯЯ-интервалов и обновлением значения скейлингового показателя с приходом новой порции выборок (для оценки дальних корреляций).

а

а

л

Рис. 8

Результаты использования метода локального флуктуационного анализа: 1 — значение скейгинового показателя а в кумулятивном канале для интервалов, соответствующих сердечной недостаточности; 2 — значение скейгинового показателя а в скользящем окне размером W = 256 для интервалов, соответствующих сердечной недостаточности; 3 — диапазон значений скейгинового показателя а, соответствующий норме; 4 — значение скейгинового показателя а в скользящем окне размером W = 256 для интервалов в норме; 5 — значение скейгинового показателя а в кумулятивном канале для интервалов в норме

биотехносфера

| № 5-6(23-24) .

На рис. 8 представлены результаты работы алгоритма определения локальных флуктуаций для нормального ритма сердца и при сердечной недостаточности по данным ресурса РЬувтВапк.

Описанный подход, реализованный в виде программы [14], повышает чувствительность флукту-ационного анализа ритма сердца к кратковременным и долговременным изменениям структуры ритма сердца, нечувствителен к нестационарности ритма и может быть использован в системах реального времени для контроля регуляторных систем организма в процессе его жизнедеятельности.

Применение искусственных нейронных сетей

Применение технологий искусственных нейронных сетей (ИНС) в процессе преобразования биомедицинских сигналов, начиная с их первичной обработки и заканчивая принятием диагностического заключения, может обеспечить повышение достоверности выявления и формирования диагностически значимых признаков, а также заключения в целом.

Описанные выше операции, связанные с процессами освобождения ЭКС от действия помех и формирования информативных признаков, отображающих те или иные отклонения в работе сердечнососудистой системы, выполняются с использованием средств цифровой техники. Необходимо преобразовать исходные биомедицинские сигналы, имеющие аналоговый характер, в цифровые сигналы.

Для обеспечения универсальности преобразователей «аналог — код» предложено представлять их структурные модели в базисе нейросетевых операций [15] с последующей реализацией, например, в виде нейрочипов-биосенсоров и ИНС-преобразователей формы информации. В связи с этим является актуальным создание методик синтез структур преобразователей формы информации (ПФИ) с высокой топологической однородностью на основе обучения исходной нейросети решению задачи получения структуры устройства, внешние параметры и функции которого устанавливаются с учетом необходимых функциональных задач обработки биомедицинского сигнала.

Предлагается осуществлять синтез структур на основе многоуровневого нейросетевого описания ПФИ параметров биомедицинского сигнала в соответствии со следующими принципами:

• применение многоуровнего нейросетевого описания структур ПФИ в виде ИНС-преобразователя, уровни которого отличаются степенью абстрагирования (детализации) структурных моделей устройства;

• его обучение с минимизацией аппаратных затрат на реализацию разрабатываемого преобразователя, например программируемых логических интегральных схем;

• многообразие исходного представления синтезируемой структуры преобразователя в виде: ИНС с обучаемой структурой, ИНС с обучаемыми связями; формируемой ИНС, комбинированной (смешанной) нейросети.

Выводы

Предложенные методы первичной обработки электрокардиосигнала на основе использования отсчетов на ТР-сегменте с последующей трансформацией их спектра и низкочастотной фильтрацией позволяют снизить уровень аддитивных низкочастотных помех на 40 дБ при сохранении информативных составляющих самого ЭКС.

Предложенные методы формирования интегральных информативных параметров ЭКС в виде спектральных коэффициентов в специализированных ортогональных базисах нечувствительны к неточности выделения элементов ЭКС, обеспечивают однозначную интерпретацию выявленных информативных признаков и повышение отношения «сигнал — шум» в 1,8-4,0 раза.

Предложенная модификация фрактального анализа ритма сердца повышает чувствительность к кратковременным и долговременным изменениям ритма сердца в условиях его нестационарности и может быть использована в системах реального времени для контроля регуляторных систем организма.

Применение нейросетевых технологий позволяет повысить оперативность контроля функционирования сердечно-сосудистой системы и достоверность получаемых диагностических результатов.

| Литература |

1. Баевский Р. М., Берсенева А. П. Оценка адаптационных возможностей организма и риск развития заболеваний. М.: Медицина, 1997. 265 с.

2. Способ диагностики стресса у человека: Патент РФ № 2392848. А61В5/0205 / М. М. Лапкин, Р. П. Карасев; заявитель и правообладатель ГБОУ ВПО «Рязанский государственный медицинский университет» Минздравсоцразвития России. № 2009100624, заявл. 11.01.2009, опубл. 27.06.2010. Бюл. № 18.

3. Рангайян Р. М. Анализ биомедицинских сигналов. М.: Физматлит, 2007. 440 с.

4. Мельник О. В., Михеев А. А. Методы обработки и анализа электрокардиосигнала в режиме реального времени. Рязань: Сервис, 2010. 128 с.

5. Способ устранения дрейфа изолинии электрокардиосигнала и устройство для его осуществления: Патент РФ № 2251968, МКИ7 А61 В 5/0402 / А. А. Михеев, Г. И. Нечаев; заявитель и правообладатель ГБОУ ВПО «Рязанский государственный радиотехнический университет». № 2003128606, заявл. 23.09.2003, опубл. 20.05.2005. Бюл. № 14.

6. Способ подавления влияния аддитивной помехи на элек-трокардиосигнал и устройство для его осуществления: Патент РФ № 2428107, МКИ7 А61 В 5/04. В5/0402 / А. А. Михеев, О. В. Мельник, Н. С. Штрунова; заявитель и

правообладатель ГБОУ ВПО «Рязанский государственный радиотехнический университет». № 2010106927, заявл. 24.02.2010, опубл. 10.09.2011. Бюл. № 25.

7. Способ выделения начала кардиоцикла и устройство для

его осуществления: Патент РФ № 2219828, А61В 5/02 / 11. О. А. Зуйкова, А. А. Михеев; заявитель и правообладатель ГБОУ ВПО «Рязанский государственный радиотехнический университет». № 2002101968, заявл. 21.01.2002, опубл. 27.12.2003. Бюл. № 36. 12.

8. Melnik O. V. New integrated methods of elements of electrocardiosignal morphology parameters estimation // IEEE, 5-th European Symposium on Biomedical Engineering 13. (ESBME 2006): Proceedings. Patras, 2006. 3 р.

9. Способ выявления информативных параметров ST-сег-мента и устройство для его осуществления: Патент РФ

№ 2242164, А 61 В5/0402, В5/0452 / О. В. Мельник, 14. А. А. Михеев; заявитель и правообладатель ГБОУ ВПО «Рязанский государственный радиотехнический университет». № 2003105498, заявл. 25.02.2003, опубл. 20.12.2004. Бюл. № 35.

10. Способ выявления альтернаций Т-зубца электрокардио- 15. сигнала в режиме реального времени и устройство для его осуществления: Патент РФ № 2371087, А 61 В5/0452 /

О. В. Мельник; заявитель и правообладатель ГБОУ ВПО «Рязанский государственный радиотехнический университет». № 2008111542, заявл. 25.03.2008, опубл. 27.10.2009. Бюл. № 30.

Милева К. Н. Разработка и исследование методов автоматического анализа ST-сегмента электрокардиограммы в реальном масштабе времени: Автореф. дис. ... канд. техн. наук / ЛЭТИ. Л., 1989. 16 с.

Peng C. K., Havlin S., Stanley H. E. et al. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series // Chaos. 1995. Vol. 5, N 1. P. 82-87. Алпатов А. В., Митрофанова М. Ю. Метод флуктуацион-ного анализа сердечного ритма в режиме реального времени // Биомедицинская радиоэлектроника. 2011. № 7. С. 66-71.

Программа для расчета флуктуационных и фрактальных характеристик нестационарных сигналов: Свид-во о гос. регистрации программы для ЭВМ № 2011612858 / А. В. Алпатов, С. П. Вихров, М. Ю. Митрофанова и др. // Реестр программ для ЭВМ. 2011. 8 апр.

Локтюхин В. Н., Челебаев С. В., Антоненко А. В. Нейро-сетевые преобразователи информации: синтез и программирование на ПЛИС. Рязань: Сервис, 2011. 128 с.

ОАО « Издательство "ПОЛИТЕХНИКА"« предлагает серию научно-технических журналов

«Металлообработка» (подписной индекс в агентстве «Роспечать» № 14250) Для технологов предприятий, ученых НИИ и преподавателей вузов машиностроительной отрасли.

Тематика: новые технологии обработки металлов резанием, давлением, электрофизическими и электрохимическими методами; свойства материалов; заводской опыт. Основан в 2001 г. Входит в перечень ВАК. E-mail: [email protected].

ТЕПЛОЭНЕРГОЭФФЕКТИВНЫЕ ТЕХНОЛОГИИ im 2 «s«

«Теплоэнергоэффективные технологии» (подписной индекс в агентстве «Роспечать» № 18341) Для специалистов энергетической и строительной отраслей. Тематика: производство, транспортировка, учет, распределение и потребление тепловой энергии; инженерная инфраструктура и аудит — статьи и нормативные документы. Основан в 1995 г.

E-mail: [email protected].

«Биотехносфера» (подписной индекс в агентстве «Роспечать» № 45886) Для специалистов медико-технического профиля. Тематика: создание наукоемкой биомедицинской техники; исследования и разработки в области биоинженерии, биомедицинской информатики, бионанотехнологий, медико-технического менеджмента и образования. Основан в 2009 г. Входит в перечень ВАК. E-mail: [email protected].

Издательство приглашает авторов и рекламодателей для размещения

статей и рекламы по тематике журналов. Все выпуски журналов можно приобрести в бумажном и электронном виде формата pdf на сайте издательства www.polytechnics.ru.