WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     ||
|

Для исследования методов оценки спектральных показателей ВСР была разработана модель сигнала сердечного ритма, обладающая заданными частотными свойствами. В качестве отправной точки для построения модели использовалась функция СПМ, имеющая вид, характерный для сигнала ВСР в норме: приблизительно одинаковая концентрация мощности в диапазонах частот VLF, LF и HF при значениях суммарной мощности в данных диапазонах, имеющих порядок от 300 мс2 до 1000 мс2. В диапазонах частот VLF, LF и HF были сформированы три огибающие функции СПМ в форме гауссовых кривых, центр каждой из которых расположен в середине соответствующего диапазона частот, а значения на границах диапазона составляют приблизительно 1% от максимума для данной кривой. Масштаб каждой из трёх кривых был выбран так, чтобы величина площади под ней соответствовала 500 мс2.

Выражение для отсчётов полученной функции имеет вид:

, мс2/Гц,

где – выбранное число отсчётов по частоте в диапазоне частот от 0 Гц до Гц, – шаг по частоте, – номер диапазона частот (соответственно для диапазонов VLF, LF и HF), – среднеквадратичное отклонение для соответствующей гауссовой кривой (здесь и – границы -го диапазона). По модельной СПМ были восстановлены значения модулей амплитудного спектра:

, мс.

Далее значения компонент амплитудного спектра были использованы для получения модельного сигнала функции управления сердечным ритмом:

, мс,

где – выбранное число отсчётов сигнала, мс – интервал дискретизации (соответствует частоте дискретизации 100 Гц), мс – произвольно выбранное среднее значение RR-интервала, а – фазовый сдвиг для -ой синусоиды, полученный как случайное число с равномерным распределением в диапазоне от 0 до 1 (случайный фазовый сдвиг использован для предотвращения интерференции синусоид с частотами кратными ). В результате была получена реализация модельного сигнала, имеющая длительность 1024 секунды (или 17 минут и 4 секунды), с частотой дискретизации 100 Гц.

Модельная последовательность NN-интервалов была сгенерирована с использованием концепции модели порождения сигнала сердечного ритма, известной как IPFM (Integral Pulse Frequency Modulation, интегральная импульсно-частотная модуляция). Далее с помощью интерполяции кубическими сплайнами была восстановлена исходная функция управления в виде равномерно дискретизованного сигнала с частотой отсчётов. Число отсчётов полученной реализации составило 4096. Расчёт СПМ по модельной реализации показал высокую степень её совпадения с изначально заданной (значение стандартного отклонения – около 0,9%). Таким образом, было показано, что модельный сигнал обладает заданными частотными свойствами и может рассматриваться в качестве образца реализации сигнала сердечного ритма, стационарного на всём его протяжении.

Для получения оценок точности и статистической устойчивости результатов из модельной последовательности RR-интервалов случайным образом выбирались 20 фрагментов продолжительностью по 5 минут (300 секунд) каждый. Эти фрагменты были использованы для вычисления СПМ и спектральных параметров с помощью каждого из перечисленных методов. На рис. 4 приведены примеры графиков СПМ для одного и того же фрагмента сигнала, полученных с использованием различных методов, а также указаны рассчитанные значения оценок спектральных параметров ВСР.

Рис. 4. примеры графиков СПМ, полученных с использованием различных методов: а) периодограммный метод с прямоугольным окном; б) метод Уэлча с окном фон Ханна; в) модифицированный ковариационный метод с порядком равным 20; г) метод Ломба-Скаргле. На графиках также показана СПМ модельного сигнала и приведены значения оценок спектральных параметров ВСР.

Как можно видеть из приведённых графиков, величины показателей ВСР, полученные разными методами, существенно отличаются как от теоретических значений, так и друг от друга. Статистический анализ ошибок показал, что точность и устойчивость результатов, получаемых с помощью простейшего периодограммного метода с использованием прямоугольного окна, оказывается не ниже, чем при использовании других методов, которые значительно сложнее в вычислительном отношении. Этот результат объясняется тем, что в самом принципе расчёта частотных параметров ВСР заложено усреднение по частоте, что избавляет от необходимости использования дополнительных процедур усреднения, а также нивелирует эффект спектральной утечки, свойственный прямоугольному окну. Наилучшие результаты продемонстрировали следующие варианты методов:

  • периодограммный с использованием прямоугольного окна;
  • авторегрессионная модель на основе модифицированного ковариационного метода при значении порядка модели от 20 до 30;
  • метод Ломба-Скаргле.

Оценки относительных среднеквадратичных ошибок расчёта параметров ВСР для диапазонов частот VLF, LF и HF оказались для этих вариантов примерно одинаковыми и составили соответственно: 30-32 %; 9-11 % и 5-6 %.

В работе исследованы методы оценки стационарности сигнала сердечного ритма с целью решения задачи автоматической сегментации продолжительных реализаций сигнала на локально-стационарные фрагменты, что позволяет избежать получения заведомо ошибочных результатов на участках сигнала, содержащих переходные процессы или помехи. Исследование выполнено с использованием как специально предложенной модели сигнала, позволяющей получать реализации, включающие локально стационарные (с точки зрения спектрального описания) сегменты, разделённые переходными процессами, так и набора реальных записей сигнала, полученных при проведении ортостатических функциональных проб (36 реализаций длительностью от 12 до 15 минут каждая). Исследованы три различных подхода, которые по данным литературных источников позволяют наиболее эффективно осуществлять оценку стационарности сигналов:

  • метод мониторинга коэффициентов авторегрессии;
  • метод анализа сигнала с удалённым трендом;
  • метод на основе обобщенного отношения правдоподобия.

В результате исследования с использованием модельных сигналов для каждого из методов была определена область значений параметров, при которых достигаются удовлетворительные результаты. Исследование на реальных записях позволило определить оптимальные значения данных параметров, при которых среднеквадратичная ошибка (СКО) определения границ локально стационарных участков оказывается наименьшей. Наилучшие результаты (относительная СКО около 15 %) продемонстрировал метод на основе обобщённого отношения правдоподобия, в котором используется принцип оценки средней ошибки предсказания авторегрессионной модели в скользящем окне.

С появлением технической возможности одновременной регистрации сигналов сердечного ритма и мгновенного кровяного давления возникла необходимость разработки математических методов, позволяющих выявить и количественно оценить взаимосвязи между этими двумя сигналами. Использование традиционно применяемых методов, рассчитанных на обработку сигналов, имеющих физическое или техническое происхождение, не всегда позволяет получать статистически устойчивые результаты, что связано со спецификой биологических сигналов. Задача представленного в работе исследования состояла в том, чтобы используя как записи реальных сигналов, так и модели сигналов, обладающие свойствами, характерными для сигналов сердечного ритма и мгновенного кровяного давления, разработать методы их совместного анализа, которые позволяют получить корректные оценки параметров, характеризующих взаимосвязи данных сигналов. При этом наибольший интерес для физиологов представляют оценки взаимной спектральной плотности мощности (ВСПМ) сигналов и взаимных фазовых спектров (частотных зависимостей задержек).

Рассмотрены следующие альтернативные подходы:

  • Непосредственное вычисление ВСПМ по ДПФ двух синхронно снятых дискретных выборок сигналов.
  • Получение оценки ВСПМ как ДПФ от оценки ВКФ.
  • Расчёт оценки ВСПМ с использованием одного из распространённых методов практического спектрального анализа – периодограммного метода Уэлча.

С целью оценки точности и статистической устойчивости рассчитываемых взаимных характеристик сигналов, была предложена модель двух рассматриваемых процессов, обладающая заданным видом как амплитудных, так и фазовых спектров, и имеющая частотные и статистические свойства, характерные для сигналов сердечного ритма и артериального давления.

В результате исследований на модельных сигналах было показано, что первый из перечисленных методов позволяет получить точность, как оценок спектральной мощности, так и оценок фазовых сдвигов, в 3-10 раз выше, чем в случае использования двух других методов. Показано также, что статистически устойчивые оценки фазовых сдвигов удаётся получить только на тех участках частотного диапазона, где относительная взаимная мощность составляет не менее 3-5 % от общей взаимной мощности сигналов.

В работе также предложен альтернативный метод получения оценок временного сдвига между сигналами сердечного ритма и мгновенного кровяного давления, основанный на анализе ВКФ двух сигналов, пропущенных через один и тот же полосовой фильтр. Значение временного сдвига непосредственно измеряется по ВКФ, как расстояние от первого положительного пика до точки, соответствующей нулевому сдвигу. Полоса пропускания фильтра выбирается на основании анализа предварительно полученной ВСПМ сигналов с целью выделить тот или иной частотный диапазон, в котором отчётливо выражено наличие когерентных колебаний.

Шестая глава посвящена вопросам реализации разработанных методов и алгоритмов автоматического анализа электрокардиосигнала в практических системах медицинского назначения.

При реализации методов и алгоритмов обработки сигналов в системах кардиологического наблюдения неизбежно приходится учитывать ряд ограничений, связанных с необходимостью непрерывной обработки сигнала в реальном масштабе времени. В первую очередь это касается требующихся вычислительных ресурсов: быстродействия вычислителя и объёма доступной оперативной памяти. Наиболее остро данная проблема встаёт при реализации приборов и систем обработки сигналов на базе микропроцессоров.

В работе рассмотрены возможные меры как алгоритмического, так и чисто технического характера, позволяющие снизить загрузку процессора и потребность в оперативной памяти при анализе сигналов в режиме реального времени. К таким мерам относятся следующие:

  • в случае наличия альтернатив, выбор математических методов и алгоритмических решений, требующих наименьших вычислительных затрат;
  • оптимизация методов обработки сигналов с целью снижения их вычислительной сложности;
  • тестирование разрабатываемых программно-алгоритмических средств с целью оценки требующихся вычислительных ресурсов;
  • использование средств и языков программирования, обеспечивающих получение в результате компиляции эффективных исполняемых кодов;
  • использование, там где это возможно, целочисленной арифметики;
  • использование методов буферизации потоков входных и выходных данных;
  • соблюдение правил программирования, обеспечивающих рациональный расход ресурсов процессора.

Предложенные методы и алгоритмы обработки электрокардиосигналов были внедрены в следующих компьютерных системах медицинского назначения:

  1. Комплекс мониторного наблюдения ЭКГ «РИТМОН».

Комплекс предназначен для круглосуточного мониторного контроля сердечной деятельности кардиологических пациентов в отделениях интенсивной терапии и реанимации клиник и рассчитан на одновременное наблюдение ЭКГ восьми пациентов. Комплекс «РИТМОН» выпускается ООО «Биосигнал» (Санкт-Петербург), и к настоящему времени эксплуатируется более чем в 100 клиниках России, а также более чем в 50 клиниках Польши.

В составе программного обеспечения комплекса «РИТМОН» реализованы следующие разработанные автором методы и алгоритмы:

  • алгоритм предварительной цифровой фильтрации электрокардиосигнала и оценки его зашумлённости;
  • одноканальный алгоритм обнаружения желудочкового комплекса ЭКГ;
  • алгоритм классификации форм QRS-комплексов ЭКГ;
  • алгоритм расчёта оценок частотных показателей ВСР.

Пакет программ автоматической обработки электрокардиосигнала в комплексе «РИТМОН» официально зарегистрирован в РосАПО РФ.

  1. Компьютерная система для функциональных исследований сердечно-сосудистой системы «Кардиометр-МТ».

Система «Кардиометр-МТ» выпускается ЗАО «Микард-Лана» (Санкт-Петербург) и к настоящему времени эксплуатируется более чем в 400 медицинских учреждениях России. Система предназначена для использования в кабинетах функциональной диагностики поликлиник и стационаров и рассчитана на проведение нескольких видов стандартных исследований:

  • съём и автоматическая интерпретация ЭКГ в 12-ти общепринятых отведениях;
  • проведение нагрузочных проб;
  • исследование вариабельности сердечного ритма;
  • проведение электрофизиологических исследований с искусственной электрокардиостимуляцией сердца.

В составе программного обеспечения системы «Кардиометр-МТ» реализованы следующие разработанные автором методы и алгоритмы:

  • алгоритм предварительной цифровой фильтрации электрокардиосигнала и оценки его зашумлённости;
  • многоканальный алгоритм обнаружения желудочкового комплекса ЭКГ;
  • алгоритм классификации форм QRS-комплексов ЭКГ;
  • алгоритм расчёта оценок частотных показателей ВСР;
  • метод автоматической сегментации сигнала сердечного ритма на локально стационарные участки.

Пакеты программ автоматической обработки электрокардиосигнала, используемые в компьютерной системе «Кардиометр-МТ» («КардиоКит – Стимуляция», «КардиоКит – Стресс-тест», «КардиоКит – Анализ ритма»), официально зарегистрированы в РОСПАТЕНТ РФ.

  1. Пакет прикладных программ «Оценка вариабельности сердечного ритма и артериального давления, измеряемого методом непрерывной неинвазивной регистрации».

Пакет предназначен для проведения как клинических, так и научных исследований сердечно-сосудистой системы и проходит клиническую апробацию в ФГУ Федеральный центр сердца, крови и эндокринологии им. В.А. Алмазова (Санкт-Петербург).

В составе данного программного пакета реализованы следующие разработанные автором методы и алгоритмы:

Pages:     ||
|



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.