CC BY
87
УДК 57.087
ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ОЦЕНКИ И МОНИТОРИРОВАНИЯ СОСТОЯНИЯ МАТЕРИ И ПЛОДА
Я.С. Пеккер*, Е.Ю. Киселева, И.В. Толмачев*
Томский политехнический университет *Сибирский государственный медицинский университет E-mail: kiseleva_eka@tpu.ru
Разработан программный комплекс для оценки состояния системы «мать-плод», рассмотрена работа программных приложений комплекса: базы данных для хранения информации о пациентках; программы регистрации, накопления и обработки сигналов, полученных с абдоминальных электродов; программы для построения решающих правил. Проведены исследования на базе НИИ акушерства, гинекологии и перинатологии СО РАМН (г. Томск), позволившие определить наличие или отсутствие гипоксии плода.
Ключевые слова:
Фетальный монитор, мониторирование, гипоксия, обработка сигналов, слепое разделение сигналов.
Мировой рынок медицинского оборудования насыщен ультразвуковыми фетальными мониторами, служащими для оценки состояния плода как в интранатальном, так и в антенальном периодах. Ультразвуковое воздействие, несмотря на накладываемые ограничения по мощности излучения и времени обследования, не может считаться абсолютно безопасным. До сих пор ведутся споры о последствиях ультразвукового зондирования.
В связи с этим существует необходимость в использовании приборов для неинвазивной и пассивной оценки состояния плода. Одним из наиболее информативных показателей состояния плода, является сердечный ритм.
Нами разработан программный комплекс для пассивной и неинвазивной оценки состояния плода [1], основанный на регистрации электрического сигнала с абдоминальных электродов, накладываемых на живот беременной. Работа аппаратной части комплекса подробно описана в [2].
Разработанную программную часть комплекса можно представить в виде структурной схемы (рис. 1), которая включает программные продукты:
1. Базу данных (БД) для хранения информации о пациентках. Структура БД соответствует стандартной истории беременности и включает общие данные, анамнез, диагноз и параклинические данные (программное приложение Preg-nancyDB).
2. Программу регистрации, накопления и обработки сигналов, полученных с абдоминальных электродов (программное приложение FetalECG).
3. Систему поддержки принятия решений (СППР), которая на основе набора любых параметров записанных в БД строит решающие правила, используя алгоритмы классификации: перцептро-на, минимума геометрического расстояния и байесовского классификатора (программное приложение Recognition).
Рис. 1. Схема информационной системы
Приложение PregnancyDB позволяет пользователю медицинской информационной системы осуществить весь комплекс мероприятий, связанных с ведением беременных. Для этой цели был разработан удобный интерфейс, позволяющий осуществить быстрый ввод информации, а также отследить полноту проведения обследований и мероприятий, касающихся пациента. Основными требованиями, предъявляемыми к программе, являлись: совместимость с операционной системой MS Windows и интуитивно понятный интерфейс, не требующий глубоких навыков работы с компьютером.
БД PregnancyDB выполняет следующие функции:
• хранение общих данных о пациентах;
• хранение данных анамнеза, инструментальных и лабораторных исследований;
• учет посещений врачей пациентами;
• поиск пациентов по фамилии;
• предоставление по запросу пользователя интересующей информации о пациенте;
• формирование отчетов, выписок и тематических карт.
База данных разработана на основе реляционной модели, поскольку отличительной чертой реляционной модели базы данных является взаимосвязь нескольких таблиц данных по определенным полям-индексам (первичные и внешние ключи). Установленные таким образом связи дают возможность судить о сложности базы данных, не уточняя подробностей структурных построений и свойств полей таблицы.
UZIp
uzip id PK
pat_id FK1
OAK
oak id PK
pat_id FK1
ANAMNEZ
anam id PK
pat_id FK1
AMZ
amz id PK
pat_id FK1
BAK
bak id PK
pat_id FK1
PIF
pif id PK
pat_id FK1
t
DOPP
dopp id PK
pat_id FK1
1ППГ
AM_Nech
amn id PK
pat_id FK1
MAZOK
maz id PK
pat_id FK1
OAM
oam id PK
pat_id FK1
PATIENT
pat id
IFA
ifa id PK
pat_id FK1
KIG
kig id PK
pat_id FK1
GORMON
gor id PK
pat_id FK1
AFS - Исследование на антифосфолипидный синдром,
AM_Nech - Анализ мочи по Иечипоренко AMZ - Анализ мочи по Зимницкому, ANAMNEZ - Анамнестические данные беременной,
BAK - Биохимический анализ крови, DIAGNOS - Диагноз пациентки, DOPP - Допплеровское исследование, GORMON - Анализ крови на гормоны, IFA - Иммуноферментный анализ, KIG - Исследование методом кардиоинтервалографии, KROV TITR - Анализ крови на титр антител, KTG - Исследование методом кардиотокографии,
Рис. 2. Схема базы данных приложения PregnancyDB
PK
KTG
ktg id PK
pat_id FK1
SSK
ssk id PK
pat_id FK1
POSEV
pos id PK
pat_id FK1
SOST
sost id PK
pat_id FK1
ROSM
rosm id PK
pat_id FK1
DIAGNOS
diag id PK,FK1
OBJECT KROV_TITR
obj id PK titr id PK
pat_id FK1
AFS
afs id PK
pat_id FK1
TTG
ttg id PK
pat_id FK1
PK - первичный ключ FK - внешний ключ
MAZOK - Анализ мазка,
OAK - Общий анализ крови,
OAM - Общий анализ мочи,
OBJECT - Объектные данные беременной,
PIF - Анализ методом прямой
иммунофлюоресценции,
POSEV - Исследование на посев,
ROSM - Результаты осмотра беременной,
SOST - Состояние беременной на момент
поступления в стационар,
SSK - Анализ крови на свертывающую
систему,
TTG - Исследование крови тестом на толерантность к глюкозе, LZIp-Ультразвуковое исследование плода.
Информативность и функциональность базы данных определяется набором таблиц, каждая из них - набором полей. Схема базы данных, содержащая все таблицы и связи между ними, показана на рис. 2.
Центральной таблицей базы данных Pregnan-cyDB является таблица PATIENT, в которой хранятся паспортные данные пациента. Эта таблица является главной (родительской) по отношению к подчиненным (дочерним) таблицам DIAGNOS, AMZ, AM_NECH, ANAMNEZ, BAK, GORMON, KIG, KROV_TITR, KTG, MAZOK, OAK, OAM, PATIENT, POSEV, SOST, TTG и UZIP. Связь между таблицами происходит по типу один ко многим. Это значит, что одной записи таблицы PATIENT соответствует несколько записей в одной или нескольких подчиненных таблицах. Исключение составляет таблица DIAGNOS, связь с которой осуществляется отношением один к одному (одной записи родительской таблицы соответствует одна запись дочерней). Полем связи таблиц является - Pat_ID.
Для разработки интерфейса пользователя БД использовался стандартный пакет Borland Delphi 7. SQL-запросы осуществляются с помощью сервера баз данных Interbase Server.
Разработанная БД PregnancyDB осуществляет хранение не только информации, полученной от стандартных методов исследований, но также данные о интервальных характеристик сердечного ритма плода [3], выделенного с помощью метода слепого разделения сигналов программным приложением FetalECG.
Чтобы произвести обработку и выделение сердечного ритма плода, был выбран метод «слепого разделения сигналов» (анализ независимых компонент). Суть данного метода заключается в том, что сигнал ЭКГ, измеренный в любой точке на теле матери, может быть представлен как линейная суперпозиция трех ортогональных сигналов. Аналогичным образом можно определить подпространство источников ЭКГ плода (ЭКГП).
Наблюдение этих сигналов на поверхности тела матери производится с использованием некоторого количества пространственно разнесенных приемников, при этом результатами измерения являются разности потенциалов между парами электродов, расположенными на поверхности тела.
Для низкочастотных сигналов, какими являются ЭКГ-сигналы, тело является абсолютно проводящей и линейной средой с высокой скоростью распространения электрического сигнала. В результате, наблюдаемое в каждой точке поверхности тела колебание может быть представлено как линейная комбинация сигналов сердечных источников и аддитивной помехи.
Можно предположить, что сигналы источников, по причине физической независимости определяющих их биоэлектрических явлений, стати-
стически независимы. По тем же соображениям шумовые компоненты, также можно считать статистически независимыми в разных каналах, а также независимыми от источников сигналов.
Таким образом, задача разделения ЭКГ матери и плода может быть сформулирована следующим образом: по наблюдаемым измерениям необходимо совместно определить смешивающую (ковариационную) матрицу, а затем сигналы источников.
Под формулировкой «слепое» при разделении сигналов понимается то, что о характере разделяемых источников, свойствах излучаемых ими сигналов и условиях смешивания сигналов источников имеется минимальное количество информации. Эта минимальная информация обычно состоит в предположении о статистической независимости источников сигналов, постоянстве коэффициентов смешивающей матрицы на интервале наблюдения.
Исходя из этого, был разработан алгоритм программного приложения (рис. 3).
Начало
Поиск кардиоинтервалов матери
г
Поиск кардиоинтервалов плода
Г '
Статистическая оценка сердечного ритма
ZZiZZ
Визуальное
отображение + ,
Распознавание
объекта и отнесение его к соотвествующ. классу
Г
^ Конец ^
Рис. 3. Блок-схема алгоритма программы обработки сигналов
На основе алгоритма, представленного на рис. 3, в среде Borland Delphi 7 было разработано программное приложение FetalECG.
Интерфейс пользователя (рис. 4) позволяет проводить обработку заранее записанных, либо поступающих с прибора в реальном времени сигналов.
Выполняемые задачи программного приложения FetalECG:
• обеспечение связи посредством USB интерфейса между прибором и компьютером;
Чтение USB-
порта
(1000 точек)
Фильтрация
сетевой и
мышечной
помехи
Поиск
ковариационнои
матрицы
(3x1000)
Поиск де-
ковариационнои
матрицы
Умножение общей
матрицы на
дековариационную
Сигналы ^^^
^ выделены
Нет ^ "Хцправильн
Рис. 4. Внешний вид программного приложения FetalECG
• фильтрация сигналов, полученных с абдоминальных электродов от сетевой и мышечной помех;
• разделение сигналов в режиме реального времени на «материнский» сигнал и сигнал плода;
• поиск интервальных характеристик ритма матери и ритма плода;
• вывод информации о состоянии плода на основе решающего правила.
Следующим шагом была разработка программы Recognition, позволяющая пользователю выводить решающие правила для классификации новых пациенток на основе накопленной в БД информации, используя алгоритмы классификации: пер-цептрона, минимума геометрического расстояния и байесовского классификатора [4, 5]. Алгоритм системы поддержки принятия решения представлены на рис. 5.
Одним из основных требований к СППР является возможность работы как с качественными (номинальная, порядковая шкалы), так и с количественными данными (интервальная, абсолютная шкалы). Данное требование было учтено при разработке программного приложения Recognition.
Разработанный в среде Borland Delphi 7 интерфейс пользователя (рис. 6) позволяет проводить импорт данных из базы данных PregnancyDB для последующей их обработки.
СППР Recognition выполняет следующие функции:
• формирование на основе импортированных данных классов объектов;
• построение решающих правил на основе алгоритмов классификации: перцептрона, минимума геометрического расстояния и байесовского классификатора;
• классификацию выбранных объектов на основе выведенных решающих правил;
• расчет характеристик полученных решающих правил, с последующим выбором оптимального. Нами было проведено исследование выявления
значимых показателей интервальных характеристик сердечного ритма плода на базе ГУ НИИ акушерства, гинекологии и перинатологии СО РАМН (г. Томск). При помощи разработанного программно-аппаратного комплекса обследовано 77 беременных, из них 42 - с наличием (опытная группа), а 35 - с отсутствием гипоксии плода (контрольная группа) по показаниям кардиотокографии (КТГ). По результатам исследования был проведен статистический анализ полученных данных для выявления значимых характеристик сердечного ритма плода, аналогичных показателям методики Р.М. Баевского, но применимо к плоду и беременной, таблица.
Исходя из представленных данных, был сделан вывод о том, что статистически не значимым для
Рис. 5. Блок-схема алгоритма СППР
выборки является только вариационный размах сердечного ритма плода, а по остальным характеристикам можно судить о наличии или отсутствии гипоксии плода.
Выводы
1. Разработано программное обеспечение для оценки состояния системы «мать-плод», включающая базы данных для хранения информа-
^ Рас поз но ванне объектов
Файл Выполнить
Работа с массивом | Обработка данных ^
Критерий минимума расстояния
Весов, коэф. Значение 1 л
W1 0.1 и
W2 0
W3 ■1Б.8
W4 -255.2
\ . Л Г- -1
r-Алгоригм перцепгрона
Весов, коэф. Значение л I
W1 I
W2 -7
W3 ■1.31
W4 -0.21
\ ./с п -.с liaj
Качество распознования Минимум расстояния: 9*1%
Информативность признака
Алгоритм перцегтгрона: 96%
Байесовский классификатор
Признак ИнфОрМ. Л
ИН 105.292 2.08614
ЧСС
Наиболее информативный п| признак: ИН
Парамегрь Значение
Q12
LI 2
[ jQ? Распознать новый объект (F4)
Сегодня: 5/23/2008
Время: 12:00:22 AM
а
^ Распознованне объектов
Файл Выполнить
Рабата с массивом Обработка данных
Критерий минимума расстояния
Весов, коэф. Значение 1 ~
W1 0.1
W2 0
W3 -16.8
W4 -255.2
\ . /С •нс v
Алгоритм перцегтгрона
Весов, коэф. Значение в
W1 I
W2 -7
W3 -1.31
W4 -0.21
\. /с n -ит 1ья|
Качество распознования Минимум расстояния: 9^%
Информативность признака
Алгоритм перцегтгрона: 96%
Байесовский классификаггор
Признак ИнфОрМ.: Л
ИН 105.292
ЧСС 2.08614 ы
Наиболее информативный п| признак: ИН
Парамегрь Значение
Q12
L12
Д? Распознать новый оЁгьект (F4)
Сегодня: 5/23/2008
Бремя: 12:00:22 AM
Рис. 6. Обработка параметров, импортированных из БД, (а) и сравнение различных методов классификации (б)
Таблица. Показатели интервальных характеристик сердечного ритма плода для групп: отсутствие или наличие гипоксии по показаниям КТГ
Показатели Наличие гипоксии плода, Me, (Q-Q3) Уровень значимости p1-2
Да Нет
Мода сердечного ритма плода (Мо) 0,45 (0,43-0,46) 0,38 (0,36-0,41) <0,001
Вариационный размах сердечного ритма плода МХ) 0,15 (0,13-0,17) 0,14 (0,12-0,15) 0,056
Амплитуда моды сердечного ритма плода (АМо) 21,28 (20,61-22,14) 29,59 (29,09-30,46) <0,001
Индекс напряжения сердечного ритма плода (ИН) 54,61 (40,78-72,07) 89,35 (75,10-98,82) <0,001
Частота сердечных сокращений плода (ЧСС) 142 (136-151) 166 (161-173) <0,001
ции о пациентках; программы регистрации, накопления и обработки сигналов, полученных с абдоминальных электродов; программы для построения решающих правил.
2. Проведен статистический анализ полученных данных для выявления значимых характеристик
СПИСОК ЛИТЕРАТУРЫ
1. Пат. на ПМ 79768 РФ. МПК8 A61B 5/04. Устройство для регистрации сердечного ритма плода с абдоминальных электродов / Я.С. Пеккер, К.С. Бразовский, И.В. Толмачёв, Е.Ю. Киселева, Л.А. Агаркова, Н.А. Габитова. - Опубл. 20.01.2009, бюл. № 2.
2. Гузова Е.Е., Киселева Е.Ю., Толмачев И.В. Прибор для оценки состояния плода по электрокардиографическому сигналу матери и плода // Современные техника и технологии: Труды XIV Междунар. научно-практ. конф. студентов, аспирантов и молодых ученых, Томск, ТПУ. - Томск: Изд-во ТПУ, 2008 - Т. 1. -C. 466-467.
сердечного ритма плода, аналогичных показателям методики Р.М. Баевского.
3. Проведены исследования на базе НИИ акушерства, гинекологии и перинатологии СО РАМН (г. Томск), позволившие определить значимые параметры, отражающие наличие или отсутствие гипоксии плода на момент обследования.
3. Абзалова Н.А. и др. Оценка адаптационных возможностей доношенного плода на основе КИГ // Сибирский медицинский журнал. - 2007. - Т. 22. - № 2. - С. 30-34.
4. Пеккер Я.С., Фокин В.А. Анализ и обработка медико-биологической информации. - Томск: Изд-во ТПУ, 2002. - 160 с.
5. Рангайян Р.М. Анализ биомедицинских сигналов. Практический подход. - М.: ФИЗМАТЛИТ, 2007. - 440 с.
Поступила 17.04.2009 г.
