ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ РАДІОЕЛЕКТРОНІКИ
Мельникова Олена Вячеславівна
УДК 621.391:004.93:616.12-073.7
Вдосконалення методів ідентифікації та аналізу пізніх шлуночкових
потенціалів серця в системі електрокардіографії високого підсилення
Спеціальність 05.11.17 – біологічні та медичні прилади і системи
АВТОРЕФЕРАТ
дисертації на здобуття наукового ступеня
кандидата технічних наук
Харків – 2006
Дисертацією є рукопис.
Робота виконана в Харківському національному університеті
радіоелектроніки Міністерства освіти та науки України.
Науковий керівник:
кандидат технічних наук, професор Мустецов Микола Петрович, Харківський
національний університет радіоелектроніки, професор кафедри біомедичних
електронних пристроїв та систем.
Офіційні опоненти:
доктор технічних наук, професор, Злепко Сергій Макарович, Вінницький
національний технічний університет, завідувач кафедри проектування
медико-біологічної апаратури;
кандидат технічних наук, доцент, Поворознюк Анатолій Іванович,
Національний технічний університет “Харківський політехнічний інститут”,
професор кафедри обчислювальної техніки і програмування.
Провідна установа:
Національний технічний університет України “Київський політехнічний
інститут” Міністерства освіти і науки України, м. Київ, кафедра фізичної
та біомедичної електроніки.
Захист відбудеться “16” січня 2007 р. о 15 годині на засіданні
спеціалізованої вченої ради К 64.052.05 Харківського національного
університету радіоелектроніки (ХНУРЕ) за адресою: 61166, м.Харків,
проспект Леніна, 14.
З дисертацією можна ознайомитися в науково-технічній бібліотеці
Харківського національного університету радіоелектроніки за адресою:
61166, м.Харків, проспект Леніна, 14.
Автореферат розісланий “___” ___________ 2006 р.
Вчений секретар спеціалізованої вченої ради
Аврунін О.Г.
ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Актуальність теми. В теперішній час серцево-судинні захворювання є
однією з найпоширеніших груп захворювань, що призводять до інвалідності
та летальних випадків. За даними ВООЗ, раптова серцева смерть становить
15-20% всіх ненасильницьких випадків смерті серед жителів промислово
розвинених країн. За останніми даними, приблизно 60% випадків ішемічної
хвороби серця клінічно проявляється гострим коронарним синдромом, ще 24%
– стабільною стенокардією, в інших 16% випадків – раптовою серцевою
смертю. Важливі дані, що стосуються раптової смерті, було отримано в
70-і роки у відповідності до програми ВООЗ “Регістр інфаркту міокарда”.
Для вирішення цієї проблеми протягом останніх 20 років були прикладені
значні зусилля, але досягти значних успіхів у питаннях прогнозу, терапії
та профілактики раптової серцевої смерті так і не вдалось.
Виявлення та оцінювання низькоамплітудних складових електрокардіосигналу
(пізніх потенціалів шлуночків) забезпечує можливість виявлення
електричної нестабільності міокарда, діагностики загрозливих для життя
порушень ритму та розвитку раптової серцевої смерті. Відстеження
динамічних змін параметрів пізніх потенціалів шлуночків (ППШ) дозволяє
робити об’єктивний та оперативний контроль плину захворювання та
ефективності терапевтичних заходів.
Існуючі методи виявлення та оцінювання ППШ, незважаючи на їхню виняткову
різноманітність, не забезпечують задовільного вирішення проблеми; більше
того, результати, одержані за їхньою допомогою, найчастіше суперечать
один одному. У першу чергу це пов’язане з недосконалістю математичного
та алгоритмічного апарату обробки електрокардіосигналів.
Тому актуальним є підвищення інформативності електрокардіографічних
даних шляхом розробки нових методів і алгоритмів ідентифікації та
аналізу ППШ і виявлення нових діагностичних показників.
Зв’язок роботи з науковими програмами, планами, темами.
Роботу виконано відповідно до плану держбюджетних науково-дослідних
робіт за темою “Розробка та впровадження в медичну практику комплексу
діагностичних комп’ютерних систем” № 0193U039132.
Мета та завдання дослідження. Метою дисертаційної роботи є вдосконалення
методів і алгоритмів ідентифікації та аналізу пізніх потенціалів
шлуночків в системі електрокардіографії високого підсилення. Для
досягнення поставленої мети було сформульовано наступні наукові
завдання.
1. Провести аналіз існуючих методів автоматизованої комп’ютерної обробки
сигналів електрокардіографії високого підсилення з метою обґрунтування
використання вейвлет-технологій.
2. Провести біофізичне обґрунтування інформаційних параметрів сигналів
електрокардіографії високого підсилення з фрагментами пізніх потенціалів
шлуночків.
3. Вдосконалити метод вейвлет-компресії для електрокардіосигналів.
4. Адаптувати метод вейвлет-фільтрації до електрокардіосигналів високого
підсилення.
5. Запропонувати метод та алгоритм ідентифікації та аналізу пізніх
потенціалів шлуночків на основі вейвлет-технологій.
6. Експериментально обґрунтувати застосування методу ідентифікації та
аналізу пізніх потенціалів шлуночків для диференційної діагностики
кардіопатологій.
Об’єкт дослідження: процес ідентифікації пізніх потенціалів шлуночків на
основі сигналу електрокардіографії високого підсилення.
Предмет дослідження: методичне та алгоритмічне забезпечення систем
електрокардіографії високого підсилення для виявлення пізніх потенціалів
шлуночків.
Методи дослідження: математичний апарат вейвлет-перетворення, методи
цифрової обробки сигналів, методи математичної статистики, математичне
моделювання.
Наукова новизна отриманих результатів.
1. Вперше запропоновано метод ідентифікації пізніх потенціалів шлуночків
та підхід до аналізу тонкої структури електрокардіограм на основі
вейвлет-технологій, що дозволяє виявляти пізні потенціали шлуночків
кожного кардіоциклу без усереднення.
2. Вдосконалено метод компресії електрокардіосигналів на основі
вейвлет-технологій, що дозволяє підвищити ступінь компресії
кардіосигналу без втрат даних.
3. Адаптовано метод фільтрації електрокардіосигналів шляхом введення
елементів адаптації до методу вейвлет-фільтрації, що забезпечує
збереження низькоамлітудних складових електрокардіограм.
4. Отримав подальший розвиток метод електрокардіографії високого
підсилення в частині визначення пізніх потенціалів шлуночків шляхом
формування нових рішень на основі вейвлет-технологій.
Практичне значення отриманих результатів.
Отримані наукові результати мають практичне значення, що підтверджується
актами впровадження результатів.
1. Забезпечено можливість безпосередньої реєстрації та аналізу пізніх
потенціалів шлуночків без усереднення кардіоциклів, що скорочує час
дослідження та об’єм даних.
2. Розроблене алгоритмічне забезпечення дало можливість отримати дані
електрокардіографії у пацієнтів з різними кардіопатологіями, що
підтверджують високу діагностичну чутливість запропонованої методики та
свідчать про перспективність її використання у практичній медицині,
застосовуючи стандартні технічні засоби.
3. Розроблену методику ідентифікації та аналізу пізніх шлуночкових
потенціалів було застосовано для контролю стану пацієнтів у міській
дитячій поліклініці №13 м. Харкова (акт впровадження).
4. Методи, алгоритми, принципи побудови та програмні засоби виявлення та
оцінювання низькоамплітудних компонент електрокардіограм
використовуються в навчальному процесі ХНУРЕ в курсах “Інженерні методи
медико-біологічних досліджень”, “Біотехнічні системи” при проведенні
лекційних, лабораторних та практичних занять та в дипломному
проектуванні (акт впровадження).
Особистий внесок здобувача. Дисертаційна робота є узагальненням
результатів теоретичних та експериментальних досліджень, проведених
автором особисто. У роботі з співавтором [2] здобувачеві належить
розробка методу ідентифікації ППШ на основі вейвлет-технологій.
Апробація результатів дисертації. Результати досліджень, які включені в
дисертацію, доповідалися на міжнародній конференції “Проблеми
біомедичної електроніки” в 2004р. у м. Києві, на 2-му Міжнародному
радіоелектронному Форумі “Прикладна радіоелектроніка. Стан і перспективи
розвитку” МРФ-2005 у м. Харкові, на міжнародному молодіжному форумі
“Радіоелектроніка та молодь в XXI столітті” в 2003, 2004, 2005 та
2006 рр. у м. Харкові.
Публікації. Основні результати дисертаційного дослідження опубліковано в
4 статтях у спеціалізованих виданнях ВАК України (в 3 без співавторства)
та в 4 збірниках матеріалів міжнародних форумів.
Структура та обсяг роботи. Дисертація містить: вступ, чотири розділи, в
яких викладено основні результати роботи, висновки, перелік посилань,
додатки. Робота викладена на 136 сторінках машинописного тексту,
ілюстрована 10 таблицями і 33 рисунками та містить 107 літературних
посилань.
ЗМІСТ РОБОТИ
У вступі обґрунтовано актуальність і значення роботи для рішення проблем
медицини. Сформульовано мету та завдання дослідження, наведено загальну
характеристику роботи.
У першому розділі проведено аналіз існуючих методів виявлення та аналізу
ППШ, розглянуто основні етапи функціонування системи електрокардіографії
високого підсилення (ЕКГ ВП), запропоновано підхід до представлення
сигналу ЕКГ на основі методів вейвлет-перетворення.
Реєстрація ППШ є доступним, неінвазивним методом діагностики та
прогнозування шлуночкових тахіаритмій та дозволяє при широкому
використанні знизити ризик раптової серцевої смерті.
Електрофізіологічними особливостями ППШ є низька амплітуда (з поверхні
тіла 5-20 мкВ), відносно висока частота (понад 20-50 Гц) та локалізація
наприкінці комплексу QRS та початку сегмента S-T. Рівні ППШ та шумів
належать до одного амплітудного діапазону, що ускладнює їх виявлення
неінвазивним способом.
У зв’язку з цим, достатній інтерес представляють нові методи реєстрації
та обробки ЕКГ-сигналу, в тому числі електрокардіографія високого
підсилення, що дозволяє оцінювати високочастотні низькоамплітудні
компоненти ЕКГ-сигналу що несуть додаткову інформацію про порушення
провідності у волокнах міокарда.
При дослідженні ЕКГ ВП виділяють три підходи до виявлення ділянок
уповільненої деполяризації: часовий, спектральний та
спектрально-часовий. Недоліками методу часового аналізу є вірогідність
привнесення похибки при усередненні сигналів у випадку їх
неперіодичності, змін тривалості та форми від циклу до циклу,
необхідність синхронизаціі сигналів що сумуються, а також недоліки,
пов’язані із застосуванням фільтрів. Недоліки спектральних методів у
першу чергу пов’язані з особливостями Фур’є-аналізу (обмеження кількості
гармонік спектру, базисна функція визначена в інтервалі часу (-?;+?), не
описує перепад сигналів з безкінечною крутизною тощо).
В сучасній математиці розроблено ряд методів аналізу нестаціонарних
сигналів (до цього класу сигналів відноситься й ЕКГ). Найбільшої
популярності набуло вейвлет-перетворення (Wavelet-transform), що у цей
час успішно застосовується в галузі прикладної математики, обробки
сигналів і зображень, зв’язку та засобів телекомунікацій. На відміну від
перетворення Фур’є, вейвлет-перетворення дозволяє представляти
нестаціонарні сигнали, легко виявляти їхні локальні особливості, а також
безпосередньо визначати часову локалізацію частотних складових сигналу.
Воно являє собою розкладання сигналу за набором базисних функцій, що
визначені на інтервалі, коротшому за тривалість кардіосигналу. При цьому
всі функції набору породжуються за допомогою двопараметричного
перетворення (зсуву по осі часу та зміни масштабу) однієї вихідної
функції (материнського вейвлета). Операція множення на “вікно” є в самій
базисній функції, при цьому відбувається адаптація “вікна” до сигналу
при зміні масштабу.
Порівняльний аналіз і синтез ЕКГ-сигналу показав, що середньоквадратична
похибка відтворення сигналу 20 вейвлет-коефіцієнтами при використанні
базисного вейвлету Добеші 2 складає менше 1%. У той час як при
реконструкції сигналу за допомогою 20 гармонік ряду Фур’є похибка
становить більше 15 %. Крім того, кумулятивна енергія
вейвлет-коефіцієнтів спадає з ростом їхнього номера набагато швидше, ніж
енергія гармонік Фур’є. Це створює передумови більш точного опису
сигналу реальної ЕКГ за допомогою вейвлет-перетворення.
На основі проведеного аналізу зроблено висновок про перспективність
використання можливостей вейвлет-перетворення з метою виділення
неперіодичних локальних низькоамплітудних особливостей ЕКГ. Для
практичного використання вейвлет-технологій необхідно вирішити ряд
наукових і технічних завдань. По-перше, необхідна розробка методів
попередньої обробки ЕКС (фільтрація, компресія), що дозволяють
максимально зберегти інформативність даних, а також розробка методів
ідентифікації та аналізу ППШ, що забезпечують можливість безпосереднього
аналізу ППШ без усереднення кардіоциклів.
У другому розділі запропоновано підхід до первинної обробки
електрокардіосигналів, заснований на дискретному вейвлет-перетворенні.
Запропоновано метод стиснення ЕКС, що базується на модифікації метода
вейвлет-компресії даних з втратами та без втрат.
Визначено оптимальні параметри вейвлет-компрессії.
Експериментальні дослідження показали, що для апроксимації ЕКС найкраще
підходить вейвлет-перетворення з використанням алгоритму Малла (рис.1).
При дослідженні впливу типу базисної вейвлет-функції на результати
компресії ЕКГ для різних порогів і граничних правил найбільшу
ефективність компресії дало використання вейвлетів Добеші (рис.2.).
Найкраще відтворення кривої ЕКГ після компресії забезпечує вейвлет db3.
Однак при високих ступенях компресії норма відновлення різко падає. Тут
кращі результати дає використання вейвлетів db4 і bior1.1. Це характерно
для всіх типів порогів.
Вибір порога компресії також визначає ступінь компресії ЕКС і його
відтворення.
Якщо в якості базисного вибрати вейвлет db3 (що забезпечує найкращі
можливості) і провести компресію ЕКС із застосуванням різних граничних
правил (твердий і м’який пороги, логарифмічний, мінімаксний, евристична
й адаптивна установки порогів за методом Штейна) з наступною його
реконструкцією, найкращі показники компресії та відтворення сигналу ЕКГ
при адаптивній установка твердого порога за методом Штейна.
Розроблено метод вейвлет-фільтрації ЕКС, що базується на адаптації
параметрів фільтрації до ЕКС і характеристик шуму. Джерелами шумів, що
супроводжують з’йом ЕКС, є електроміографічні потенціали кістякових
м’язів, артефакти взаємодії електродів зі шкірою, електронний шум
підсилювачів і фоновий шум мережі. Завади представлено
мультиплікативними та адитивними компонентами.
Рівень середньоквадратичного значення завади в інформативній смузі
частот ЕКС становить приблизно 20 мкВ. Досвід показує, що завада є
квазістаціонарної, її відліки корельовано, а їхній розподіл з достатньої
для практики точністю підкоряється гаусівскому закону.
Стандартна процедура видалення шуму складається в пригніченні шумової
складової сигналу та відновленні корисної складової і включає наступні
етапи.
1. Вейвлет-розкладання сигналу шляхом прямого вейвлет-перетворення
(ПВП).
2. Вибір і застосування порога для деталізуючих коефіцієнтів кожного
рівня розкладання.
3. Вейвлет-відтворення на основі вихідних коефіцієнтів апроксимації та
модифікованих деталізуючих коефіцієнтів шляхом зворотного
вейвлет-перетворення (ЗВП) .
Однак, стандартна процедура вейвлет-фільтрації не враховує особливості
сигналу ЕКГ. Тому запропоновано метод вейвлет-фільтрації, адаптований до
ЕКС (рис.3).
Для реалізації даного методу необхідно визначити оптимальний тип і базис
розкладання та обрати поріг фільтрації. Оптимальний базис розкладання
визначається базисною вейвлет-функцией і рівнем розкладання. Поріг
визначається типом граничної функції та граничної змінної.
Показано (рис.1), що для апроксимації ЕКС найкраще підходить
вейвлет-перетворення з використанням алгоритму Малла. Але
вейвлет-пакетне перетворення надає більше можливостей для фільтрації
сигналу – більшою кількістю коефіцієнтів можна оперувати, виділення
найкращого (з позиції максимуму ентропії) дерева розкладання, визначення
оптимального рівня розкладання для сигналу. Тому для фільтрації ЕКС
обрано вейвлет-пакетне перетворення.
Для перевірки впливу типу базисної вейвлет-функції на якість
представлення сигналу ЕКГ було обрано вейвлети Хаара, Добеші, Симлета,
Койфмана та В-сплайнові біортогональні вейвлети різних порядків. На
основі експериментальних даних базисною функцією вейвлет-розкладання
було обрано вейвлет Койфмана 5-го порядку (coif 5).
. Коефіцієнти шуму розподілено в кожному вузлі вейвлет-пакет дерева з
різною дисперсією, тому оцінку параметрів шуму та визначення граничних
рівнів необхідно робити окремо в кожному вузлі.
Граничну фільтрацію коефіцієнтів було здійснено з використанням
наступних граничних технік :
(3)
При застосуванні суперм’якої порогової фільтрації (3) сигнали ППШ
зберігаються краще та є менш деформованими.
Експериментальні дослідження проводилися на серії сигналів стандартної
ЕКГ-спокою з частотою дискретизації 500 Гц. Критерієм якості фільтрації
обрано норму відтворення сигналу:
(4)
де norm – норма відновлення сигналу (у відсотках), sвх[n] – вхідний
сигнал, sвих[n] – сигнал після фільтрації.
Було проведено дослідження залежності ступеню відновлення сигналу ЕКГ
від рівня вейвлет-розкладання при фільтрації.
Для ЕКС при використанні базисного вейвлета coif 5 оптимальний рівень
розкладання незмінний і не залежить від рівня шуму.
Порівняльний аналіз якості відновлення ЕКС при використанні різних
методів фільтрації (вейвлет-фільтрація, фільтри що згладжують,
багатосмугові ЦФ) показав, що вейвлет-фільтрація адаптована до ЕКС
перевершує інші методи не тільки по ступеню відновлення ЕКС, але й вона
є менш залежною від рівня шумової складової (рис. 6). При використанні
адаптивної вейвлет-фільтрації можна домогтися відновлення ЕКС близького
до 100%.
На основі проведених досліджень, було сформульовано наступну
послідовність виконання етапів вейвлет-фільтрації ЕКС.
1. Взяти 2n відліків сигнала.
2. Визначити чи містить розглянута ділянка зашумленний сигнал або є
чистим шумом.
3. Якщо ділянка є чистим шумом, то необхідно провести оцінку рівнів шуму
у всіх вузлах вейвлет-пакет дерева.
4. Виконати повне вейвлет-пакетне перетворення.
5. Виділити адаптивний базис із повного дерева, тобто задається
максимально можливий поділ ЕКС і шуму (за умови, що перетворений
фрагмент містить ЕКС на фоні шуму).
6. Урізати коефіцієнти у виділеному базисі з використанням суперм’якої
граничної техніки (3).
7. Виконати зворотнє вейвлет-перетворення.
Таким чином, найкращим (за критерієм якості відновлення ЕКС) способом
реалізації вейвлет-фільтрації ЕКГ є реалізація, заснована на алгоритмі
вейвлет-пакетного розкладання з використанням вейвлета Койфмана 5
порядку як базисного та суперм’якої граничної фільтрації з адаптацією
граничної змінної до рівня шуму. При її використанні можна домогтися
відновлення ЕКС близького до 100% при рівні шуму до 10%, що дозволяє
виділяти корисні низькоамплітудні складові ЕКГ на фоні шумів.
>
F
R
b
’
>
@
B
D
F
b
’
dh
a$
N
Xkde
N
N
– розроблено метод ідентифікації та аналізу ППШ з використанням
вейвлет-технологий. Застосування пропонованого методу для
вдосконалювання алгоритмічного забезпечення діагностичної системи ЕКГ
ВП, заснованого на виявленні та тимчасовій локалізації максимумів
вейвлет-спектра ЕКГ дозволяє:
– підвищити точність методик аналізу ЕКГ шляхом коректного визначення
часових параметрів QRS-комплексу;
– виділити сигнал безпосередньо ППШ без синхронізації сигналів що
суммуються та усереднення;
– використати модифікації деяких методів аналізу великомасштабних
елементів ЕКГ до аналізу характеристик ППШ.
ППШ проявляються наприкінці комплексу QRS та в сегменті ST. Тому варто
розглядати не весь період сигналу, а тільки його частину. У літературі
приводяться різні часові інтервали існування ППШ, але більшість авторів
рекомендують розглядати сигнал ЕКГ між точками, що розташовані за 25 мс
до кінця QRS і 125 мс після. Момент закінчення QRS-комплексу tQRS.к
визначається з картини ліній локальних екстремумів ЕКГ-сигналу (рис. 7).
Тоді часовий інтервал аналізу є [tн, tк]=[ tQRS.к-25мс, tQRS.к+125мс]
(рис.8).
Частота ППШ лежить у діапазоні 40-100Гц, тому аналізувати треба
масштаби, що відповідають даному частотному діапазону.
Значення границь масштабного діапазону [aн, aк] визначаються з
наступного виразу для конкретного базисного вейвлета:
’ (5)
де Fa – частота вейвлет-перетворення в Гц; Fc – частота базисного
вейвлета: a – масштаб; fd – частота дискретизації сигналу.
Було досліджено сигнал ЕКГ в II-му відведенні із частотою дискретизації
500 Гц (рис. 9). Базовим вейвлетом при розкладанні ЕКГ-сигналу було
обрано вейвлет Койфлета 5-го порядку. Центральна частота даного вейвлета
– 0.6897 Гц. При частоті дискретизації ЕКГ-сигналу 500 Гц значення
параметра масштабу а=3 на вейвлет-спектрограмі (рис. 8) відповідає
частоті 114 Гц, а значення а=9 – частоті 38 Гц. У зазначений діапазон
попадають кілька рівнів масштабування (рис. 10).
Отримана область (рис. 8.) є областю можливої наявності ППШ. Висновок
про наявність у ній ППШ робиться на підставі оцінки міри локальної
перемежаємості:
(6)
де EW(a,t)=W2(a,t) – локальний спектр енергії в момент t; ‹ EW(a,t)›t’
– усереднення по t локальних спектрів енергії; IW(a,t) – міра локальних
відхилень від середнього поля спектрів на кожному масштабі, що дозволяє
визначити ступінь нерівномірності розподілу енергії за масштабам.
Рівність IW(a,t)=1 при всіх a і t означає, що енергія розподілена
рівномірно та всі локальні спектри енергії однакові. IW(a,t)=б означає,
що внесок компоненти масштабу a у точці t0 в б раз перевищує усереднений
по всім t.
Коефіцієнти даної області несуть інформацію не тільки про наявність
пізніх потенціалів, але й про їх характер. У результаті зворотного
вейвлет-перетворення виділеної області, можна виділити безпосередньо
ППШ. Це, у свою чергу, дозволяє аналізувати їхні параметри. Як
аналізовані параметри було обрано наступні:
– переважні частоти;
– кількість переважних частот;
– час появи ППШ (щодо R-зубця);
– тривалість ППШ;
– стаціонарність ППШ;
Розподіл коефіцієнтів за масштабами (рис.10) дає уявлення про внесок
різних частотних складових та їх поводженні в часі. за кількістю
частотних складових, їх значенням і тривалістю прояву можна судити про
кількість і розміри неоднорідностей у міокарді. Це пояснюється сучасними
уявленнями про механізм re-entry, що лежить в основі виникнення ППШ.
Порівняння ділянок ППШ декількох сусідніх кардіоциклів дозволяє
визначити стаціонарні та нестаціонарні коливання. Тип коливання
пов’язаний з характером неоднорідності, що викликала його. Так,
стаціонарні коливання частіше пов’язують із морфологічними змінами
(некрізними, рубцевими) міокарда, а нестаціонарні – з електричними
(аномальна пейсмекерна активність) порушеннями.
У результаті проведених досліджень було розроблено наступний алгоритм
аналізу низькоамплітудних елементів ЕКГ (ППШ).
1. Виконати пряме вейвлет-перетворення сигналу ЕКГ.
2.Виділити область можливої наявності ППШ (як було описано вище).
3. Для виділеної області побудувати поверхню W2(a,t).
4. Визначити максимуми функції W2(a,t).
5. Для кожного i-го максимуму знайти значення ai і ti.
6. Визначити набір значень ak, на яких існують максимуми W2(a,t).
7. За виразом (5) обчислити значення частот Fk, що відповідають
масштабам ak.
8. Для кожного k-го масштабу визначити тривалість прояву коливань даної
частоти як різниця максимального та мінімального ti на даному масштабі.
9. Провести накладення карт максимумів декількох сусідніх кардиоциклов
для виявлення стаціонарних і нестаціонарних коливань.
Оцінка точності методу ідентифікації ППШ як діагностичного методу
проводиться шляхом розрахунку його операційних характеристик
(діагностична чутливість (ДЧ), діагностична специфічність (ДС),
діагностична ефективність (ДЕ), прогностична цінність позитивного
результату (ПЦПР), прогностична цінність негативного результату (ПЦНР))
Оптимальним є сполучення максимальних значень чутливості та
специфічності. Однак, більшому значенню ДС відповідає менше значення ДЧ,
і навпаки, тому що ці величини антагоністичні. Тому в дослідженні було
побудовано кілька чотирипільних таблиць для різних точок поділу (Iкр), і
по кожному випадку розраховано значення ДС і ДЧ. За даними розрахунків
побудовано характеристичну криву в координатах (1-ДС) і ДЧ (рис.11).
Точка, найбільш близька до перегину графіка вважається відповідною
оптимальному співвідношенню ДЧ і ДС.
Аналогічні дослідження було проведено й для методу Симсона.
За даними кривими можна зробити висновок, що запропонований метод
ідентифікації ППШ на основі вейвлет-технологій інформативніше за метод
Симсона, який у цей час є “золотим стандартом” електрокардіографії
високого підсилення.
У четвертому розділі наведено результати експериментальної перевірки
можливостей методу вейвлет-ідентифікації та аналізу ППШ для
кардіодіагностики. Дано рекомендації з технічної та програмної
реалізації розробленої методики в складі комп’ютерної системи ЕКГ ВП.
Для достовірного неінвазивного виявлення ППШ у системі ЕКГ ВП необхідний
подальший розвиток існуючих технічних, алгоритмічних та програмних
засобів обробки поверхневих електрокардіосигналів.
Для успішної реалізації запропонованих методів та алгоритмів необхідним
є використання сучасної інформаційно-технічної бази при побудові системи
ЕКГ ВП (рис.12), що дозволяє збільшити розрядність та частоту
дискретизації ЕКГ, підвищити якість обробки ЕКС, розширити можливості
подання тонкої структури ЕКГ для подальшого аналізу.
Використання стандартизованих рекомендацій дозволяє створювати
універсальні засоби функціонування систем ЕКГ ВП різних модифікацій.
У теперішній час персональні комп’ютери з сучасними операційними
системами забезпечують широку доступність комп’ютерних
електрокардіографів. Розробка ряду рекомендацій із цифрової клінічної
електрокардіографії дозволяє уніфікувати та об’єктивізувати процес
обробки ЕКГ. Зараз найбільш досконалим для обміну цифровими ЕКГ
вважається стандарт SPC-ECG, розроблений Європейським інститутом
стандартизації (CEN). Документ ENV1064 є офіційним стандартом SPC-ECG
(Standart communication protocol for computerized electrocardiography)
Європейського Союзу. Він установлює єдиний протокол передачі ЕКГ даних
як між цифровим електрокардіографом і комп’ютеризованою системою
керування, так і між комп’ютерними системами різних виробників. Стандарт
не накладає обмежень на фізичний рівень протоколу. А лише визначає
мінімально необхідні вимоги.
Для дослідження взаємозв’язку параметрів ППШ, що аналізуються, з різними
кардіопатологіями, було протестовано бази даних ЕКГ медичних установ
м. Харкова.
Проаналізовано результати виявлення ППШ у пацієнтів різних груп
кардіопатологій методом Симсона та методом вейвлет-ідентифікації
(табл.1).
Таблиця 1
Групи Метод Симсона Вейвлет-ідентифікація
ППШ(+) ППШ(-) ППШ(+) ППШ(-)
ІМ 30 5 31 4
АГ 27 15 30 12
МК 18 10 21 7
КМП 13 12 19 6
ВПС 30 1 30 1
здорові 2 37 1 38
Примітка. ІМ – інфаркт міокарду; АГ – артеріальна гіпертензія; МК –
міокардіти; КМП – кардіоміопатії; ВПС – вроджені пороки серця.
На основі проведених експериментів було визначено наступні операційні
характеристики метода вейвлет-ідентифікації як діагностичного тесту:
діагностична чутливість (ДЧ) 95%
діагностична специфічність (ДС) 85%
діагностична ефективність (ДЕ) 90%
прогностична цінність позитивного результату (ПЦПР) 0.85
прогностична цінність негативного результату (ПЦНР) 0.89
Значні показники діагностичної чутливості та специфічності метода
вейвлет-ідентифікації ППШ дозволяють говорити про його більшу
інформативність у порівнянні із “золотим стандартом” сучасної ЕКГ ВП –
методом Симсона та більшістю існуючих методів виявлення ППШ.
Також експериментально оцінювалась діагностична цінність запропонованих
характеристик ППШ як діагностичних ознак. Було досліджено криві ЕКГ
пацієнтів, у яких за результатами вейвлет-ідентифікації було виявлено
ППШ (табл.1). Для визначення взаємозв’язку параметрів ППШ з конкретними
кардіопатологіями було застосовано метод рангової кореляції за Спірменом
(табл.2). Вибір методу кореляції визначався типом даних що
досліджувались.
Таблиця 2
Групи Кількість частот (nfPPG) Початковий час (tпоч.PPG) Тривалість
(ДtPPG) Стаціонарність (stPPG)
ІМ 0.76 0.64 0.75 0.78
АГ 0.67 0.7 0.5 0.35
МК 0.48 0.73 0.68 0.42
КМП 0.45 0.56 0.47 0.6
ВПС 0.75 0.36 0.79 0.81
Аналіз даних показав статистичну значимість запропонованих параметрів
ППШ, що є передумовою їх клінічної значимості. Рекомендовано проведення
спеціалізованих медичних досліджень з метою визначення клінічної
значимості запропонованих параметрів ППШ та подальшого їх застосування
для діагностики та прогнозу загрозливих для життя кардіопатологій.
ВИСНОВКИ
1. Показано, що для ранньої діагностики загрозливих для життя
кардіопатологій необхідним є виявлення та аналіз пізніх потенціалів
шлуночків. Для вирішення завдання ідентифікації та аналізу пізніх
потенціалів шлуночків було обрано підхід, заснований на
вейвлет-перетворенні, що розширює можливості обробки
електрокардіосигналів.
2. Вдосконалено метод компресії електрокардіосигналів, що є модифікацією
методу вейвлет-компресії даних. Реалізація методу компресії без втрат
забезпечує точне відновлення електрокардіосигналів, а компресія з
втратами дозволяє одержати скорочення даних в 3-4 рази.
3. Адаптовано метод вейвлет-фільтрації електрокардіосигналів, заснований
на адаптації параметрів фільтрації до електрокардіосигналів та
характеристик шуму, що дає можливість виявляти корисні низькоамплітудні
пізні потенціали шлуночків на фоні шумів при мінімальних перекручуваннях
зубців і комплексів електрокардіограм.
4. Запропоновано новий метод ідентифікації пізніх потенціалів шлуночків,
заснований на виявленні та часовій локалізації максимумів
вейвлет-спектрів електрокардіограм, що дозволяє розширити функціональні
можливості методик аналізу електрокардіограм шляхом коректного
визначення часових параметрів QRS-комплексу та виділення безпосередньо
пізніх потенціалів шлуночків без синхронізації сигналів, що сумуються,
та їх усереднення.
5. Запропоновано на основі вейвлет-технологій та модифікації методів
аналізу великомасштабних елементів електрокардіограм підхід до аналізу
пізніх потенціалів шлуночків, що збільшує показники чутливості на 10-15%
у порівнянні з існуючими методами аналізу.
6. Розроблено рекомендації по використанню апаратного та програмного
забезпечення системи електрокардіографії високого підсилення, що
реалізує запропоновані методи обробки та аналізу електрокардіосигналів.
7. Показано статистичну значимість запропонованих параметрів пізніх
потенціалів шлуночків, що дозволяє рекомендувати їх для медичних
досліджень із метою визначення їхньої клінічної значимості та подальшого
використання в кардіодіагностиці.
8. Основні результати роботи впроваджено та апробовано у клінічній
практиці та в навчальному процесі ХНУРЭ, а саме:
– метод ідентифікації та аналізу пізніх потенціалів шлуночків – у
медичних закладах м. Харкова;
– основи побудови, методики та алгоритми виявлення низькоамплітудних
компонент системами електрокардіографії високого підсилення – у
навчальному процесі на кафедрі біомедичних електронних пристроїв і
систем ХНУРЭ.
ПЕРЕЛІК РОБІТ ОПУБЛІКОВАНИХ ЗА ТЕМОЮ ДІСЕРТАЦІІ
1. Мельникова Е.В. Первичная обработка электрокардиосигнала с
использованием вейвлет-технологий// Восточно-Европейский журнал
передовых технологий, 2003. – №6. – С.49-50.
2. Мустецов Н.П., Мельникова Е.В. Идентификация поздних потенциалов
желудочков на основе вейвлет-технологий// Электроника и связь, Киев,
2004. – №21. – С.124-127.
3. Мельникова Е.В. Анализ низкоамплитудных элементов в компьютерных
системах ЭКГ-диагностики// 2-й Международный радиоэлектронный Форум
“Прикладная радиоэлектроника. Состояние и перспективы развития.”
МРФ-2005. Сб. научных трудов. Том I. Пленарные заседания Форума,
семинары и круглые столы. – Харьков: АН ПРЭ, ХНУРЭ. 2005. – С.72-76.
4. Мельникова Е.В. Вейвлет-фильтрация электрокардиографического
сигнала// Восточно-Европейский журнал передовых технологий, 2006. – №3.
– С.23-26.
5. Мельникова Е.В. О возможности использования вейвлетов при обработке
ЭКГ// 7-й международный молодежный форум “Радиоэлектроника и молодежь в
XXI в.”: Сб. материалов форума. – Харьков: ХНУРЭ, 2003. – С.224.
6. Мельникова Е.В. Применение вейвлет-анализа для исследования тонкой
структуры ЭКГ//8-й международный молодежный форум “Радиоэлектроника и
молодежь в XXI в.”: Сб. материалов форума. – Харьков: ХНУРЭ, 2004. –
С.105.
7. Мельникова Е.В. Исследование эффективности применения вейвлет-базисов
для фильтрации электрокардиосигнала// 9-й международный молодежный форум
“Радиоэлектроника и молодежь в XXI в.”: Сб. материалов форума. –
Харьков: ХНУРЭ, 2005. – С.229.
8. Мельникова Е.В. Ранняя диагностика желудочковых тахиаритмий с
использованием вейвлет-технологий// 10-й международный молодежный форум
“Радиоэлектроника и молодежь в XXI в.”: Сб. материалов форума. –
Харьков: ХНУРЭ, 2006. – С.224.
АНОТАЦІЯ
Мельникова Олена Вячеславівна. Вдосконалення методів ідентифікації та
аналізу пізніх шлуночкових потенціалів серця системі електрокардіографії
високого підсилення. – Рукопис.
Дисертація на здобуття наукового ступеня кандидата технічних наук за
спеціальністю 05.11.17 – Біологічні та медичні прилади і системи. –
Харківський національний університет радіоелектроніки, Харків, 2006.
Дисертацію присвячено розробці та вдосконаленню методів ідентифікації та
аналізу пізніх шлуночкових потенціалів серця системі електрокардіографії
високого підсилення.
Для вирішення завдання ідентифікації та аналізу ППШ було обрано підхід,
заснований на вейвлет-перетворенні. Запропоновано модифікацію методу
вейвлет-компрессії даних для стискання електрокардіосигналів. Розроблено
метод вейвлет-фільтрації ЕКС, заснований на адаптації параметрів
фільтрації до ЕКС та характеристик шуму. Розроблено новий неінвазивний
метод ідентифікації ППШ, заснований на виявленні та часовій локалізації
максимумів вейвлет-спектра ЕКГ, що дозволяє виділяти безпосередньо ППШ
без усереднення кардіоциклів. Розроблено принципи аналізу ППШ.
Статистично обгрунтовано застосування амплітудно-часових характеристик
ППШ як діагностичних показників у кардіодіагностиці. Запропоновано
рекомендації з апаратного та програмного забезпечення системи ЕКГ ВП.
Ключові слова: пізні потенціали шлуночків, шлуночкові тахіаритмії,
електрокардіографія високого підсилення, вейвлет-претворення,
статистичне оцінювання, діагностична чутливість.
АННОТАЦИЯ
Мельникова Елена Вячеславовна. Усовершенствование методов идентификации
и анализа поздних желудочковых потенциалов сердца в системе
электрокардиографии высокого разрешения. – Рукопись.
Диссертация на соискание ученой степени кандидата технических наук по
специальности 05.11.17 – Биологические и медицинские приборы и системы.
– Харьковский национальный университет радиоэлектроники, Харьков, 2006.
Диссертация посвящена разработке и усовершенствованию методов
идентификации и анализа поздних желудочковых потенциалов сердца в
системе электрокардиографии высокого разрешения.
Показано, что раннюю диагностику жизнеугрожающих нарушений ритма
целесообразно осуществлять путем выявления и анализа ППЖ. К решению
задачи идентификации и анализа ППЖ был выбран подход, основанный на
вейвлет-преобразовании.
Предложен метод сжатия электокардиосигналов, который представляет собой
модификацию метода вейвлет-компрессии данных с потерями и без потерь.
Реализация метода компрессии без потерь обеспечивает точное відтворення
ЭКС, а компрессия с потерями позволяет получить сокращение данных в 3-4
раза.
Разработан метод вейвлет-фільтрації ЭКС, основанный на адаптации
параметров фільтрації к ЭКС и характеристикам шума. Использование
данного метода позволяет повысить отношение сигнал/шум и дает
возможность сохранять полезные низкоамплитудные ППЖ и минимизировать
искажения зубцов и комплексов ЭКГ при подавлении шумов.
Разработан новый неинвазивный метод идентификации ППЖ, основанный на
выявлении и временной локализации максимумов вейвлет-спектра ЭКГ.
Предложенный метод обеспечивает возможность корректного определения
временных параметров QRS-комплекса и выделения непосредственно ППЖ без
синхронизации суммируемых сигналов и усреднения. Разработаны принципы
анализа ППЖ, на основе вейвлет-технологий и модификации некоторых
методов анализа крупномасштабных элементов ЭКГ к анализу характеристик
ППЖ. Использование данного метода увеличивает показатели диагностической
чувствительности на 10-15% по сравнению с существующими методами
анализа.
Разработаны рекомендации по аппаратному и программному обеспечению
системы ЭКГ ВР, реализующей предложенные методы обработки и анализа
электрокардиосигналов.
Проведена статистическая обработка результатов экспериментальных
исследований реальных ЭКГ пациентов с различными кардиопатологиями.
Обосновано применение амплитудно-временных характеристик ППЖ как
диагностических показателей в кардиодиагностике.
Ключевые слова: поздние потенциалы желудочков, желудочковые тахиаритмии,
электрокардиография высокого разрешения, вейвлет-преобразование,
статистическое оценивание, диагностическая чувствительность.
ABSTRACT
Melnikova Elena Vyacheslavovna. Improvement the identification methods
and analysis of late ventricular potentials in high-resolution
electrocardiography system..
Dissertation for competition of a scientific degree of candidate of
technical sciences on the speciality 05.11.17 – Biological and Medical
Devices and Systems – Kharkov National University of Radio Electronics,
Kharkov, 2006.
The approach to late ventricular potentials identification and analysis
founded on wavelet transform was based. The modification of
wavelet-compression for electrocardiosignal compression was offered. The
method of wavelet-filtration of electrocardiosignal was developed. There
founded on the filtration parameters adaptation to electrocardiosignal
and noise characteristics. The new noninvasive method of late
ventricular potentials identification was developed. There founded on
the time localization of wavelet spectrum peak of electrocardiogram and
permit to extract late ventricular potentials without cardiocycle
averaging. Foundations of late ventricular potentials analysis were
developed. Using the of time-amplitude characteristics of late
ventricular potentials as diagnostic indices is statistically valided.
High-resolution electrocardiography system hardware and software
recommendations were offered.
Keywords: late ventricular potentials, ventricular tachyarrhythmia,
high-resolution electrocardiography, wavelet transform, statistical
estimation, diagnostic sensitivity.
PAGE 1
Нашли опечатку? Выделите и нажмите CTRL+Enter
