CC BY
77
Построение системы диагностики сердечных аритмий на базе беспроводных кардиостимуляторов и мобильных приложений Порубов А. И. , Муратова Е. В.
1Порубов Алексей Иванович /Porubov Aleksej Ivanovich - магистрант;
2Муратова Екатерина Валентиновна / Muratova Ekaterina Valentinovna - магистрант, кафедра систем обработки информации и управления, факультет информационных и управляющих систем,
Балтийский государственный технический университет «ВОЕНМЕХ» имени Д. Ф. Устинова, г. Санкт-Петербург
Аннотация: статья рассматривает построение мобильного приложения для диагностики сердечных аритмий, которое в качестве входных данных использует поступающий по Bluetooth сигнал ЭКГ с беспроводного кардиостимулятора. В статье рассмотрены практические задачи, реализованные мобильным приложением.
Ключевые слова: мобильные приложения, построение программного обеспечения, медицинская диагностика, сердечные аритмии.
УКД 004.4
Введение
Сердечно-сосудистые заболевания являются ведущей причиной смертности людей пожилого возраста в России. На распространенность летального исхода влияет не только недостаточная профилактика и нездоровый образ жизни, но и, зачастую, доведение болезни до критического состояния без своевременного лечения.
Постоянный мониторинг сердечной активности с возможностью диагностики в реальном времени основных видов сердечных аритмий, может спровоцировать обращение за медицинской помощью пациента, когда болезнь только начинает прогрессировать. При прочих равных условиях это может спасти человеку жизнь.
В данной статье рассмотрено построение системы диагностики сердечных аритмий с помощью портативной системы, состоящей из беспроводного кардиомонитора и мобильного кроссплатформенного приложения. Данный подход позволяет существенно повысить доступность решения для различных слоев населения, а также многократно расширить временной диапазон диагностики, доведя его практически до постоянного. Любой пациент, человек из группы риска возникновения сердечных аритмий, или просто следящий за своим здоровьем гражданин может осуществлять мониторинг сердца в течение всего дня.
Актуальность
На сегодняшний момент существует недостаток решений с подобными свойствами и характеристиками, так как на рынке, в основном, они представлены:
- Стационарными профессиональными медицинскими устройствами, представляющими собой готовое программно-аппаратное средство, имеющее широкие возможности разнопрофильной диагностики.
- Проводными устройствами считывания ЭКГ в сочетании со специальным профессиональным программным обеспечением, как правило, созданным для ОС Windows различных версий.
- Компактными непрофессиональными устройствами для поверхностной диагностики сердечного ритма в домашних условиях. Отличаются проводными датчиками и очень малыми возможностями определения заболеваний сердца.
- Мобильными приложениями, осуществляющими также поверхностную диагностику сердечной активности, используя в качестве входного сигнала веб-камеру телефона. Отличаются низкой эффективностью и сомнительностью результатов анализа.
Можно сделать вывод, что использование системы «Мобильное приложение + Портативный беспроводной кардиомонитор» позволяет получить необходимые преимущества в компактности, ценовой доступности, возможности постоянного мониторинга в реальном времени. При этом остаются все возможности для постоянного обновления функционала системы и расширения ее возможностей анализа сигналов ЭКГ.
Цели, задачи, материалы и методы
В качестве архитектуры построения системы диагностики предлагается рассмотреть следующую спроектированную схему:
Рис. 1. Схема работы устройства
Преимуществом такого построения является модульный подход к созданию мобильного приложения, а также отсутствие четкой привязки к типу и производителю кардиомонитора.
Соединение по каналу связи с кардиомонитором, первичная обработка данных и приведение их к стандарту, анализ, хранение, экстренный вызов медицинской помощи - все элементы функционала выделены отдельными программными модулями в рамках приложения.
В данной статье в качестве основных целей, представляющих научный интерес и ставящихся на этапе построения мобильного приложения, выделим:
• Разработка модуля сохранения данных ЭКГ на смартфоне.
• Разработка модуля анализа данных ЭКГ на предмет основных видов аритмий.
• Сборка и тестирование клиентского приложения.
Для разработки модуля сохранения данных ЭКГ рассмотрим открытый международный стандарт EDF+ (European Data Format) [1]. Использование этого стандарта обеспечивает возможность безопасного хранения вместе всех сигналов и соответствующих аннотаций, событий, записанных в одну сессию (параллельно). Гибкость формата, а также потенциальная возможность записи неограниченного числа разных сигналов позволяют легко расширять возможности программной системы.
Формат EDF+ и его предыдущая версия EDF широко применяются во всем мире как стандарты хранения и передачи биосигналов в медицине. [1].
Структура формата хранения данных EDF+ обеспечивает компактность записываемых файлов и удобство дальнейшей обработки записей.
Вся информация в файле формата EDF разделена на два крупных блока — заголовок (header) и содержание (body). Заголовок хранит всю необходимую информацию о содержании: количество сигналов, записанных в файл, порядок записи, размеры блоков данных, дату и время записи, единицы измерения, в которых представлены данные, и многое другое. Заголовок файла включает в себя общую информацию о содержании и заголовки для каждого из записываемых сигналов, записанные последовательно. Стандарт EDF+ потенциально не ограничивает количество сигналов. В приложении могут записываться следующие сигналы: данные ЭКГ, данные о кардиомониторе (уровень заряда аккумулятора), комментарии о результатах анализа (код обнаруженной аритмии в соответствии с международным стандартом [2]). Все сигналы, благодаря использованию стандарта EDF+, синхронизированы по времени, то есть при воспроизведении можно изобразить их графики на одной временной оси. Таким образом, формат полностью соответствует поставленной задаче.
Перейдя к непосредственной разработке модуля анализа ЭКГ, необходимо заметить, что на разработку этой части ложится наибольшая ответственность и предъявляются жесткие требования по достоверности результатов анализа.
Разумеется, в данной статье невозможно объять все возможные программные методы определения на основе ЭКГ сердечных аритмий. Для наглядности рассмотрим несколько часто встречаемых.
Обнаружение желудочковых аритмий
Так как обнаружение желудочковых аритмий производится в режиме реального времени на мобильном устройстве, к алгоритму, помимо надежности, предъявляется требование высокой скорости работы и вычислительной простоты.
Разработанный алгоритм основывается на PSR (phase space reconstruction) — методе, используемом для восстановления фазового пространства. Он анализирует сигнал с целью выявления динамического закона или случайного поведения [3].
Двумерный участок формируется следующим образом: по оси абсцисс будем откладывать сигнал амплитуды ЭКГ x(t), который получаем на вход алгоритма, а по оси ординат будем откладывать x(t + т), где т - достаточно малое постоянное значение времени.
Рис. 2. Вид ЭКГ здорового человека
Рис. 3. Вид ЭКГ здорового человека, двумерный участок 40*40
Для нормального синусового ритма (рисунок 2) на диаграмме кривая показывает регулярную структуру, заполняя лишь небольшую часть площади, и сосредоточена на ограниченном сегменте (рисунок 3). Заметим, что кривая ЭКГ на участке с типичной желудочковой аритмией (рисунок 4), приведенная в диаграмму фазового пространства, заполняет площадь нерегулярным образом. На диаграмме фазового пространства (рисунок 5) кривая почти равномерно распределена по всему участку.
Рис. 5. Вид ЭКГ с аритмией желудочков, двумерный участок 40*40
После построения такого участка фазового пространства нужно вычислить площадь участка, покрытого кривой. Для этого мы вводим решетку размером 40*40 и считаем точки, отмеченные ЭКГ. Вычислим коэффициент d:
d = Количество помеченных точек/общее количество точек.
Если d больше, чем определенный порог d0, можно классифицировать соответствующий участок ЭКГ как участок с желудочковой аритмией [4].
В качестве значений параметров алгоритма были выбраны рассчитанные А. Аман [4] коэффициенты: d0 = 0,15 при т = 0,5 секунды, размер рассматриваемого участка 8 секунд, размер решетки 40*40.
Обнаружение синусовых аритмий
Для рассмотрения этой задачи необходимо ознакомится с пиками на графическом представлении ЭКГ, и в частности с понятием QRS комплекса ЭКГ человека - это показанный на рисунке ниже участок ЭКГ, состоящий из пиков Q, R и S.
Рис. 6. Схематическое изображение участка ЭКГ здорового человека
Обнаружение синусовой аритмии, тахикардии и брадикардии предполагает владение информацией о P-зубце ЭКГ, но в мобильном приложении нет необходимости максимально точно определять синусовые нарушения, есть цель лишь выявлять особо серьезные нарушения и предоставлять статистическую информацию о динамике для последующей диагностики. Поэтому наличием P было необходимо пренебречь в связи с тем, что обнаружить его достаточно сложно с использованием вычислительной мощности мобильного устройства. Для анализа поступают порции из 10 комплексов QRS. Также рассчитываются средние за сутки/день/ночь, минимальный и максимальный RR-интервалы.
Наглядно схема работы алгоритма обнаружения синусовых аритмий по вышеописанным признакам представлена на рисунке ниже:
Рис. 7. Схема работы алгоритма обнаружения синусовых аритмий
Пунктирной линией обозначена связь между программными модулями анализатора приложения.
Сборка и тестирование приложения
Тестирование программного обеспечения - это многоэтапный и сложный процесс. На первом этапе, называемым модульным (unit) или компонентным, тестированием, предлагается писать тесты для каждой нетривиальной функции или метода. Это позволяет достаточно быстро проверить, не привело ли очередное изменение кода к регрессии, то есть к появлению ошибок в уже оттестированных местах программы, а также облегчает обнаружение и устранение таких ошибок. Результаты юнит-тестирования должны показать, что все исследуемые части по отдельности работоспособны.
Как и любая технология тестирования, модульное тестирование не позволяет отловить все ошибки программы. В самом деле, это следует из практической невозможности трассировки всех возможных путей выполнения программы, за исключением простейших случаев.
Тестирование каждого из модулей проводится по отдельности. А это означает, что ошибки интеграции, системного уровня, функций, исполняемых в нескольких модулях, не будут определены. Кроме того, данная технология бесполезна для проведения тестов на производительность. Таким образом, модульное тестирование более эффективно при использовании в сочетании с другими методиками тестирования.
Поэтому была необходимость провести фазу интеграционного тестирования, которое в качестве входных данных использует модули, над которыми было проведено компонентное тестирование, группирует их в более крупные множества, выполняет тесты, определённые в плане тестирования для этих множеств, и представляет их в качестве выходных данных и входных для последующего системного тестирования.
Целью интеграционного тестирования является проверка соответствия проектируемых единиц функциональным, приёмным и требованиям надежности. Тестирование этих проектируемых единиц — объединения, множества или группы модулей — выполняется через их интерфейс с использованием тестирования «чёрного ящика».
Заключительный этап тестирования приложения - системный.
Системное тестирование выполнятся на полной, интегрированной системе с целью проверки соответствия системы исходным требованиям. Системное тестирование также относится к методам тестирования чёрного ящика и тем самым не требует знаний о внутреннем устройстве системы.
Главное требование системы - качественное обнаружение сердечных аритмий, можно проверить без привлечения реальных пациентов.
Тестирование модуля можно проводить с использованием записей базы данных сердечных аритмий MIT-BIH [5] в системе PhysioNet (США) [6].
Цифровые электрокардиограммы из международной базы данных медицинских биологических сигналов PhysioNet, использованные в качестве тестовых, представляют собой записи как нормальных ЭКГ, так и ЭКГ с различными отклонениями.
Можно провести тестирование алгоритма на записях со всеми из диагностируемых видов синусовых аритмий, а также на записях с нормальными участками ЭКГ.
По результатам системного тестирования можно проанализировать способность приложения выполнять свою основную задачу - качественное определение аритмии по входящим данным ЭКГ, поступающим от кардиомонитора.
Литература
1. European Data Format Specification (EDF). [Электронный ресурс]. — Режим доступа: URL: http://www.edfplus.info.
2. EDF + Specification. [Электронный ресурс]. — Режим доступа: URL:
http://www.teuniz.net/edfbrowser/edf%20format%20description.html.
3. Anton Amann, Robert Tratnig, Karl Unterkofler «A New Ventricular Fibrillation Detection Algorithm for Automated External Defibrillators», Innsbruck Medical University and ETH Zurich, 2005.
4. Anton Amann, Robert Tratnig, Karl Unterkofler «Detecting Ventricular Fibrillation by Time-Delay Methods», Research Center of Process and Product Engineering, FH-Vorarlberg, Austria, 2007.
5. MIT-BIH Arrhythmia Database Directory Specification. [Электронный ресурс]. — Режим доступа: URL: http://physionet.org/physiobank/database/mitdb/.
6. PhysioNet — the Research Resource for Complex Physiologic Signals. [Электронный ресурс]. — Режим доступа: URL: http://www.physionet.org.
