Исследование и разработка методов распознавания электрокардиосигнала

1. Исследование и разработка методов распознавания электрокардиосигнала

2. Цель работы Объектом исследования является электрокардиосигнал, характеризующий работу человеческого сердца, получаемый при помощи специальных приборов электрокардиографов. Целью работы является: • анализ существующих методов распознавания ЭКС; • разработка и программная реализация методов распознавания ЭКС.

3. Анализ предметнойобласти ЭКГ представляет собой графическое изображение колебаний электрических потенциалов, снятых с поверхности тела. Изменения электрического потенциала в течение одного сердечного цикла, зарегистрированные на бумаге, имеют вид характерной кривой, которая состоит из нескольких отклонений, поднимающихся выше или опускающихся ниже основной (изоэлектрической) линии.

4. Общий ход анализаЭКГ ЭКГ–анализ выполняется в четыре этапа: • ввод ЭКГ; • фильтрация ЭКГ, устранение шумов; • распознавание характерных элементов ЭКГ и измерение соответствующих параметров; • интерпретация и классификация ЭКГ.

5. Постановка задачи • В рамках данной работы необходимо разработать комплекс методов, позволяющий выполнить полную диагностику сердечно-сосудистых заболеваний по ЭКГ. Этот комплекс включает в себя: • методы устранения помех и шумов на ЭКГ, препятствующих дальнейшему анализу; • метод определения основных элементов ЭКГ, её численных характеристик; • метод интерпретации и постановки диагноза на основании ЭКГ. • В тех случаях, где приемлемо использование существующих методов в том виде, в котором они есть,необходимо применить их. В случаях, когда существующих методов по той или иной причине не достаточно, требуется предложить и реализовать собственные решения.

6. Фильтрация сигнала Устранение шумов, вызванных помехами, производится при помощи алгоритма, использующего ряд фильтров с конечной импульсной характеристикой (КИХ) (Finite Impulse Response Residual Filtering (FRF)). Алгоритм FRF обрабатывает сигнал порциями. На вход подаётся текущий комплекс (beat), то есть сигнал в промежутке между R-пиками. Алгоритм хранит усреднённый комплекс для обрабатываемой в данный момент ЭКГ.

7. Алгоритм FRF Схема алгоритма FRF: Модуль обновления усреднённого комплекса Усреднённый комплекс Cm Текущий комплекс C Отфильтрованный сигнал Cf Crf Cr Фильтр низких частот Фильтр высоких частот + - Модуль вычитания Модуль сложения Cr – разностный комплекс Crf – разностный отфильтрованный комплекс Сm = Cm + C / 16 Cr = C – Cm Cf = Crf + Cm

8. Распознавание элементов ЭКГ • Разработанный алгоритм основан на полосовом фильтре и алгоритме нахождения пиков. • Распознавание элементов происходит в три этапа: • Применяется полосовой фильтр, устраняющий шумы, несущественные для определения QRS-комплекса • На отфильтрованном сигнале находятся пики. • Пики классифицируются, определяется какой элемент ЭКГ соответствует каждому из пиков Сигнал, с распознанными элементами Сигнал Полосовой фильтр Определение пиков Классификация пиков

9. y x Полосовой фильтр Полосовой фильтр Полосовой фильтр пропускает частоты, находящиеся в нужном диапазоне и вырезает все остальные частоты. Значение yi, сэмпла отфильтрованного сигнала вычисляется по формуле: где a0, a1, a2, b0, b1, b2 – коэффициенты фильтрации, вычисляемые из диапазона частот

10. Распознавание элементов ЭКГ Выявление пиков осуществляется в 2 этапа: 1) выявление всех пиков, как истинных, так и ложных; 2) выявление ложных пиков и исключение их из общего списка. Критерием для выявления пика является изменение знака наклона кривой: в точке yi – находится пик Pi, если: если (yi+1-yi) < 0, значит – это плоский участок кривой и вместо него нужно рассматривать разность (yi+2-yi+1), пока второй сомножитель в произведении не станет отличен от нуля.

11. Распознавание элементов ЭКГ На следующем этапе выявляются пары ложных пиков. Пара последовательных пиков, у которых: если Pi > 0, то Pi-2 и Pi-1 – ложные, если выполняются следующие неравенства: yli-2 < yli-1 yri-2 < yri-1 где . иначе если где ek – энергия k-го пика, вычисляемая по формуле: где

12. Распознавание элементов ЭКГ После устранение пиков, которые определены, как ложные, сигнал аппроксимируется простой ломаной линией, каждая вершина которой представляет собой пик (отрицательный или положительный).

13. Критерий * 1 Заболевание Диагностика • Главной особенностью разработанного алгоритма является возможность увидеть и при необходимости вмешаться в процесс постановки диагноза. В основе алгоритма лежит модель критериев и заболеваний. В модели определён набор критериев – некоторых особенностей кривой сигнала, характеризующих отклонение деятельности сердца от нормы. Каждому физическому заболеванию, определяемому алгоритмом соответствует набор критериев.

14. Диагностика Точкой приложения критерия называется некоторая точка на графике ЭКС, в которой данный критерий выполнился. Степенью выполнения критерия называется коэффициент, характеризующий насколько данный критерий был выполнен. Вычисляется в диапазоне [0..1] Общий алгоритм работы: 1) Для каждого критерия вычисляется его степень выполнения, записываются точки приложения. 2) Для каждого заболевания вычисляет суммарная степень выполнения критериев. 3) Определяются заболевания, имеющие достаточную суммарную степень выполнения критериев

15. Диагностика Результатом работы алгоритма является поставленный диагноз, а также набор критериев и их точек приложения, позволяющих определить на основании чего был поставлен диагноз. Конкретные точки приложения и целые критерии могут быть в последствие исключены по желанию пользователя программы, реализующей данный алгоритм, и соответственно будет пересмотрен диагноз.

16. Диагностика Логика вычисления степени выполнения критерия в каждом случае специфична и опирается на врачебную логику. Например, критерий «Увеличение левого предсердия» характеризуется глубоким отрицательным P в отведении V1. Степень выполнения данного критерия вычисляетсяпо формуле: где NV1 – число P-зубцов в отведении V1 NII – число P-зубцов в отведении II SV1i – степень выполнения критерия в i-м P-зубце отведения V1, равна 1, если амплитуда P-зубца > 0,1 мВ, в противном случае - 0; SIIi – степень выполнения критерия в i-м P-зубце отведения II, равна 1, если ширина P-зубца в отведении II > 0,12 с., в противном случае – 0.

17. Программная реализация Программа представляет собой обычное приложение Windows. Программа на уровне исходного кода портируема на ряд других платформ: UNIX-подобные системы (Linux, FreeBSDи т. п.) а также MacOS Для работы с элементами пользовательского интерфейса, а также для ввода-вывода используется библиотека Trolltech Qt(http://www.trolltech.com)

18. Программная реализация Главной особенностью программы является возможность конструирования общего алгоритма («процессора», в терминологии программы) обработки ЭКГ из отдельных «блоков» - модулей, реализующие те или иные алгоритмы или методы, имеющие практическое применение в данной области.

19. Программная реализация Для тестирования всех возможностей разработанных методов был реализован набор блоков, который, будучи собран в соответствующий процессор, проводить полный анализ ЭКГ от устранения помех до постановки диагноза.

20. Выводы • Проведено исследование существующих методов распознавания ЭКГ. • Предложен метод распознавания ЭКГ на основе алгоритма обнаружения пиков. • Разработан метод диагностики ЭКГ, позволяющий увидеть причины постановки того или иного диагноза. • Разработан программный комплекс, позволяющий проводить анализ ЭКГ, используя разработанные методы.