Систематизация методов анализа ЭКГ с учетом их помехоустойчивости Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 615.47

Б.А. Истомин

СИСТЕМАТИЗАЦИЯ МЕТОДОВ АНАЛИЗА ЭКГ С УЧЕТОМ ИХ ПОМЕХОУСТОЙЧИВОСТИ

Приведена дихотомическая классификация процедур, используемых в алгоритмах обнаружения QRS-комплексов с целью определения наиболее помехоустойчивых.

Сигнал; классификация; информативный признак; обнаружение.

B.A. Istomin

ORDERING OF METHODS OF THE ECG ANALYSIS TAKING INTO ACCOUNT THEIR NOISE STABILITY

In article dichotomizing classification of the procedures used in algorithms of detection of QRS-complexes for the purpose of definition of most noiseproof is resulted.

A signal; classification; an informative sign; detection.

Форма QRS-комплексов определяется физиологическими особенностями конкретного пациента, расположением электродов для съема ЭКС, патологиями сердечно-сосудистой системы. Каждая реализация ЭКС характеризуется индиви-QRS- ,

реализации ЭКС могут происходить медленные или скачкообразные изменения формы. Изменчивость формы QRS-комплексов ведет к изменению их амплитудновременных и частотных параметров.

При реализации некоторых диагностических методик, связанных с исследованием ЭКС в присутствии стресса, а также в режиме двигательной активности пациентов (холтеровское мониторирование, нагрузочные тесты), повышается как интенсивность помех, так и изменчивость QRS-комплексов. В этих случаях для QRS-

признаков сигнала от помех, которые находятся в корреляционных, спектральных,

, , .

Несмотря на изменчивость, существуют общие закономерности, наблюдаемые в конфигурации формы QRS-комплексов [1]:

1. Основная энергия типичных QRS-комплексов сосредоточена в области частот от 2 до 20 Гц с максимумом на частоте около 12 Гц.

2. QRS- -

намике сердечного ритма.

3. QRS-комплекс имеет определенную структуру и состоит из нескольких

( 1 7).

4. -.

5. Амплитуда QRS-комплекса лежит в диапазоне 0,6-4,1 мВ.

6. Длительность QRS-комплекса находится в диапазоне 50-180 мс.

7. 5-225 / ;

8. QRS- .

Кроме достоверности обнаружения факта наличия QRS-комплекса, важным параметром алгоритмов обнаружения является точность определения его временного местонахождения в случае обнаружения самого QRS-комплекса. Особенно этот параметр имеет значение при наличии в исследуемом ЭКС QRS-комплексов .

положения обнаруженного элемента в [2] используются Detection Accuracy (%), Position Accuracy (мс), в [1] - временная неопределенность обнаружения (ВНО), . . -, . абсолютной погрешностью

п

S

i=1

,оп ,оои

Т — Т;

А т =

n

. о

и СКО от временного положения опорной точки Т i

а. =

n

ZS+ОП ,ООН\2 (Ті — Ті )

i=1

п

, ап

где Т. - момент времени, соответствующий истинному положению опорной

точки, Т. - момент времени, соответствующий обнаруженному положению

элемента, п - количество элементов (рИЗ-комплексов) в исследуемом ЭКС.

Алгоритмы обнаружения рИЗ-комплексов являются предметом исследования и разработки на протяжении нескольких десятилетий. Особый интерес представляет обнаружение рИЗ-комплексов ЭКС в режиме реального времени.

Для сравнения алгоритмов обнаружения между собой, выявления лучших из них по различным критериям, изучения тенденций и направлений совершенствования проводится их классификация. Известно несколько вариантов классификаций алгоритмов обнаружения рИЗ-комплексов [3-5]. Все они имеют определенные недостатки, в первую очередь группы не имеют явно выраженных признаков.

Прежде чем проводить классификацию алгоритмов обнаружения, представим их в виде нескольких последовательных этапов (рис. 1):

♦ предварительная обработка сигнала, с целью его выделения на фоне помех (чаще всего линейная частотная фильтрация);

♦ специфическое преобразование, обеспечивающее формирование инфор-

( );

♦ сравнение с порогами и принятие решения.

ЭКС Предобраб Специфиче Решающее QRS

р отка ЭКС ское правило

преобразов обнаружен

ание ИЯ

Рис. 1. Обобщенная структура типового алгоритма обнаружения

QRS-кoмmeкcoв

Хотя структура, показанная на рис. 1, достаточно обобщенная и простая, тем не менее, практически все алгоритмы обнаружения рИЗ-комплексов можно представить в таком виде. Очевидно, что метод формирования информативных признаков (второй этап) является определяющим и влияет на построение решающего правила .

размерности вектора, представляющего обнаруживаемый сигнал, но и обеспечение высокой достоверности правильного распознавания, что достигается устранением избыточной информации. Поэтому успешность обнаружения рИЗ-комплексов в значительной мере определяется удачным выбором метода получения ИП ЭКС. При этом специфическое преобразование отнюдь не должно сохранять исходных данных сигнала, в данном случае, возможно любое видоизменение - главным требованием является выделение информативных признаков над неинформативными.

, - , -ского преобразования дает сигнал, совершенно отличный от исходного, что позволяет в дальнейшем эффективно находить информативные признаки.

Принимая во внимание ключевую роль второго этапа, классифицировать алгоритмы обнаружения целесообразно по признакам специфического преобразования.

Предложена дихотомическая классификация алгоритмов обнаружения рЯБ-комплексов, которая приведена на рис. 2. В основу классификации положены следующие ключевые признаки:

♦ вид прео бразования;

♦ наличие деком позиции сигнала;

♦ наличие адаптации к изменениям свойств сигналов и помех;

♦ чувствительность к изменениям свойств сигналов и помех;

♦ вид базовой математической операции обработки.

Рис. 2. Дихотомическая классификация алгоритмов обнаружения ОКБ-комтексов 88

Раздел I. Медицинская диагностика и терапия

По виду специфического преобразования алгоритмы обнаружения делятся на линейные и нелинейные. Традиционно для предварительной обработки ЭКС в основном применяются методы частотной линейной фильтрации, что связано с наличием подходящего математического аппарата, простотой интерпретации и расчета . , -ров не позволяет получить эффективные обнаружители QRS-кoмплeкcoв ЭКС.

Применение нелинейных процедур при обнаружении позволяет подчеркнуть некоторые особенности QRS-кoмплeкcoв и повысить эффективность их обнаружения. Примером обнаружителя на основе нелинейных процедур является классический алгоритм Пана-Томпкинса (нелинейная процедура - возведение в квадрат) [6], другие нелинейные алгоритмы: обнаружитель на основе произведения двух сигмоидальных функций [7] и ранговые алгоритмы обнаружения [1].

По наличию декомпозиции сигнала алгоритмы обнаружения могут базироваться на разложении ЭКС по базисным функциям или же без такового. В первом случае формирование признаков осуществляется в преобразованном пространстве, где из п-мерного вектора признаков в другом пространстве получают вектор признаков меньшей размерности, во втором случае формирование ИП происходит в области исходного описания сигналов, путем сокращения избыточности. Разложение сигналов по опорным базисам является традиционным приемом для определения интегральных ИП (коэффициентов разложения) в задачах медицинской и тех.

системам базисных функций. Выбор базиса во многом обусловлен спецификой , , .

Эффективность обнаружения достигается за счет разделения в пространстве признаков информации о помехах и сигнале с последующим использованием . -зуются линейные ортогональные преобразования и, в частности, те из них, которые имеют быстрый вычислительный алгоритм, обеспечивающий возможность оперативного анализа данных. Для обнаружения рИЗ-комплексов ЭКС представляют интерес базисы, обладающие свойствами локальности и адаптивности. На практике широкое распространение получили вейвлет-б^исы, обладающие свойством локализации рИЗ-комплексов [5] и адаптивный базис Карунена-Лоэва.

При исследовании ЭКС, как правило, нет полного объема априорных сведений о свойствах сигналов и помех, требуемых классической теорией статистического синтеза информационных систем. В связи с этим необходимо создание обнаружителей рИЗ-комплексов, которые могли бы успешно функционировать в условиях непредвиденных изменений характеристик сигналов и помех. Решение этой задачи идет в двух направлениях:

♦ адаптивное, состоящее в подстройке структуры и параметров обнаружителей при изменении условий функционирования;

♦ ( ), -ствительности обнаружителей к изменениям свойств сигналов и помех.

, -ров сигналов и помех. Если же число неизвестных параметров велико, то адаптация неэффективна, и тогда применяют непараметрические методы, основанные на теории непараметрической проверки гипотез. Инвариантные свойства непараметрических процедур достигаются общим для всех них техническим приемом: на начальном этапе обработки сокращается избыточность входной информации путем редукции таким образом, чтобы полученные данные оказались инвариантными к некоторым характеристикам входных данных (форме рИЗ-комплексов, ЧСС, отведению, индивидуальным особенностям ЭКС, распределению входных данных и т.д.).

В качестве математических операций, лежащих в основе обнаружителей QRS-комплексов, широко применяется дифференцирование и интегрирование. Для QRS-комплекса характерна наибольшая скорость изменения напряжения, а поскольку скорости соответствует оператор производной, то операция du/dt является наиболее логичной для специфического преобразования. Дифференцирование ЭКС позволяет усилить высокочастотные компоненты, к которым, в первую , QRS- ,

P и T. Повторное дифференцирование почти полностью подавляет низкочастотный дрейф изолинии.

Кроме высокой скорости изменения сигнала, QRS-комплексы имеют достаточно большую площадь. Интегрирование ЭКС в скользящем окне устраняет высокочастотные случайные помехи и позволяет получить сигнал, пропорциональ-. , -ненты ЭКС (зубцы P и T), то на выходе интегратора получим единственный им, QRS- .

Многие алгоритмы обнаружения QRS-комплексов, в частности алгоритм Пана-Томпкинса [6], сочетают в своем составе обе операции (дифференцирование с

), -

жен ия QRS.

Предложенная классификация является достаточно обобщенной, но позволяет четко разделить все известные алгоритмы обнаружения QRS-комплексов по ключевым признакам и может служить базой для создания подробной и полной .

Анализ классификационных групп позволяет сделать вывод о том, что наи-

QRS-

, , адаптивного и инвариантного подхода, а также при использовании фильтрующих свойств операторов дифференцирования и интегрирования.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Кривоногов Л.Ю. Методы и алгоритмы помехоустойчивой обработки электрокардиографической информации: Дисс... канд. техн. наук. - Пенза, 2003.

2. Diery A., Rowlands D., James D.A., Cutmore T. Nonlinear processing techniques for P-wave

detection and classification: a review of current methods and applications.

http://www.aprs.org.au/anziis2003/Papers/paper173.pdf.

3. . .

электрофизиологических сигналов: Дисс. канд. техн. наук. - М., 2002.

4. Барановский АЛ., Калиниченко AM., Манило Л.А. и др. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учеб. пособие для вузов / Под ред. A.J1. Барановского и АЛ. Немирко. - М.: Радио и связь, 1993.

5. Ладяев, ДА. Алгоритм обнаружения QRS-комплексов ЭКГ-сигналов на основе вейвлет-преобразования: Дисс. канд. техн. наук. - Саранск, 2007.

6. Pan J., Tompkins W.J. A real time QRS detection algorithm. IEEE Trans. Biomed. Eng., Vol. BME-32, 1985. - P. 230-236.

7. . .

нелинейных преобразований электрокардиосигнала в режиме реального времени: Дисс. канд. техн. наук. - Рязань, 2008.

Истомин Борис Александрович

Пензенский государственный университет.

E-mail: bob-magni@ya.ru.

440026, г. Пенза, ул. Красная, 40.

Тел.: 88412563511.

Istomin Boris Aleksandrovich

Penza State University E-mail: bob-magni@ya.ruK)

40, Krasnaya street, Penza, 440026, Russia. Phone: +78412563511.

УДК 615.47

T.B. Истомина, НЛ. Ординарцева

СПОСОБЫ ПОВЫШЕНИЯ ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ МЕДИЦИНСКОЙ ДИАГНОСТИКИ

Рассмотрена специфика медицинских измерений и медицинской диагностики с учётом свойств медико-биологических объектов как объектов измерения.

Биологический объект; медико-биологические исследования; диагностика; измерение; ; .

T.V. Istomina, N.P. Ordinartseva METHODS TO RAISE RELIABILITY RESULTS IN MEDICAL DIAGNOSIS

Specific features of medical measurement and medical diagnosis are presented due to specifications of medical-biological subjects as objects of measurement.

Biological subject; medical-biological research; diagnosis, measurement; error; accuracy; reliability.

Результативность любого лечения во многом определяется достоверностью результатов медицинской диагностики.

Важность обеспечения единства и правильности диагностических данных и точной дозировки лечебных процедур ни у кого не вызывает сомнения. Достоверность результатов медицинской диагностики, т.е. вероятность правильности установленного заключения о сущности болезни и состоянии пациента в принятой ме-

, -

[1].

Однако следует обратить внимание, что в случае медико-биологической диагностики информативным является не абсолютное значение измеряемого параметра в физических единицах, а отклонение измеренного значения от индивидуальной или групповой нормы, в свою очередь являющейся лишь оценкой реального диагностического правила. Диагностическая ценность измерения в «единицах нормы» зависит от точности установки границ нормы и патологии и вариации физиологического параметра. В данном случае «нормой» являются оценки по измеряемому физиологическому параметру выборок здоровых и больных данной формой заболевания. Иными словами, в силу специфики медико-биологической диагностики информативным является не столько сам результат измерения, а его сопоставление с индивидуальной или групповой нормой. Так, в терапевтических процедурах важным является не только мощность источника, воздействующего на пациента, но и коли, .

Биологический объект - стохастическая нестационарная нелинейная система с распределёнными параметрами. То есть система, состояние которой может быть определено только с некоторой вероятностью, её параметры изменяются во времени и зависят от места измерения внутри или на поверхности организма. Условия, при которых систему можно считать детерминированной, стационарной, линейной