CC BY
32
УДК 616.127-005.8-07:007
НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ДИАГНОСТИКИ Q-ИНФАРKТА МИОКАРДА НА ОСНОВАНИИ ДАННЫХ КАРТИРОВАНИЯ ПОВЕРХНОСТИ СЕРДЦА
Н. Ш. Загидуллин, Ш. 3. Загидуллин, Н. Х. Хафпзов, Р. Х. Зулкарнеев
Башкирский государственный медицинский университет
Определена эффективность новой нейросетевой модели диагностики инфаркта миокарда, основанной на картировании поверхности сердца.
Ключевые слова: инфаркт миокарда, нейросете-вая модель, картирование поверхности сердца.
В последние несколько десятков лет заболевания сердечно-сосудистой системы прочно вышли на первое место как причина смертности. Недоступность некоторых методик диагностики острого инфаркта миокарда (ОИМ), таких как ко-ронарография, во многих случаях затрудняют установление точного диагноза и наблюдение за его динамикой. Картирование поверхности сердца (КПС) является доступным и достаточно эффективным дополнительным методом диагностики коронарных событий. Развитие современных систем логического анализа данных побуждает к поиску новых способов диагностики сердечно-сосудистых заболеваний путем создания автоматизированной системы регистрации и обработки данных, с программным обеспечением их алгоритмами диагностики.
Цель работы — оптимизация диагностики инфаркта миокарда путем разработки нейросетевой модели диагностики Q-инфаркта миокарда в по-достром периоде с помощью картирования потенциалов сердца на поверхности грудной клетки.
Создана нейросетевая (НС) модель диагностики Q-инфаркта миокарда (ИМ) различных локализаций на основании данных картирования поверхности сердца (КПС). КПС в 90 отведениях на всей поверхности сердца было проведено у 219 пациентов с Q-передним (п = 35), Q-задним (п = 43), Q-боковым (п = 21), Q-диафрагмальным (п = 14) ИМ в подостром периоде и в контрольной группе (п = 98). Амплитудные значения зубцов Q, R, S, Т и сегмента ST во всех грудных отведениях были использованы для создания 2-слойной НС модели прямого распространения. Половина данных по группам была использована для обучен-ния НС, а оставшаяся — для тестирования в каждой из групп. Созданная НС модель в виде компьютерной программы была способна оценить вероятность наличия Q-ИМ при 4 указанных локализациях процесса.
При тестировании системы чувствительность оказалась равной 100 % в контроле, 83,3 % — при
боковом, 85,7 % — при диафрагмальном, 94,74 % — заднем и 100 % — переднем Q-ИМ и чувствительность — 94,76%. При тестировании контрольной и объединенной групп больных с ИМ чувствительность и специфичность достигала 100 % и 97,4 % соответственно.
Таким образом, показана высокая эффективность НС моделирования диагностики Q-ИМ, основанная на картировании поверхности сердца.
Исследование выполнено при финансовой поддержке РГНФ в рамках научно-исследовательского проекта («Методы ранней топической диагностики ишемической болезни сердца в целях сохранения работоспособности человека», проект № 08-06-00797а).
УДК 616.248:616.127
CGSA — АНАЛИЗ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА У БОЛЬНЫХ БРОНХИАЛЬНОЙ АСТМОЙ
Р. Х. Зулкарнеев, Ш. З. Загидуллин,
Н. Ш. Загидуллин, Г. М. Абдрахманова, Л. М. Каюмова
Башкирский государственный медицинский университет
Проведена оценка информативности спектрального анализа CGSA в диагностике функционального состояния сердечно-сосудистой системы у здоровых лиц и больных бронхиальной астмой.
Ключевые слова: CGSA-анализ, вариабельность сердечного ритма, сердечно-сосудистая система, бронхиальная астма.
Значительный прогресс в исследовании вегетативной регуляции сердечного ритма связан с внедрением спектрального анализа. Akselrod S. и др. впервые показали, что спектральная мощность в различных частотных диапазонах вариабельности сердечного ритма (ВСР) отражает влияние симпатического и парасимпатического отделов вегетативной нервной системы. Вместе с тем использование гармонического спектрального анализа для исследования вариабельности сердечного ритма не лишено недостатков. В нем используется чисто линейный подход к исследованию сигнала, в то время как в биомедицинских данных могут присутствовать достаточно мощные нелинейные хаотические составляющие, существенно искажающие результаты спектрального анализа, особенно в низкочастотном диапазоне.
Предложенный Y. Yamamoto и др. спектральный анализ CGSA (Coarse Graining Spectral Analysis — спектральный анализ с перешкалированием по оси времени) позволяет снять это ограничение. С его помощью удается представить сиг-
