автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Поцикловое обнаружение Р-зубцов ЭКГ в кардиомониторных системах

ВВЕДЕНИЕ

1. АВТОМАТИЗАЦИЯ АНАЛИЗА ЭКГ В СИСТЕМАХ

МОНИТОРНОГО НАБЛЮДЕНИЯ

1.1. Электрокардиографические исследования

1.2. Особенности электрокардиосигнала

1.3. Устройства регистрации ЭКГ

1.4. Электрокардиографические отведения

1.5. Кардиомониторные системы

1.6. Классификация кардиомониторов

1.7. Алгоритмическое обеспечение кардиомониторных систем2 б

1.8. Алгоритмы определения характерных точек ЭКГ

1.9. Задачи обнаружения Р-зубцов ЭКГ

1.10. Методы обнаружения Р-зубцов ЭКГ

1.10.1. Алгоритмы обнаружения Р-зубцов на основе цифровой фильтрации

1.10.2. Алгоритмы обнаружения на основе й?ат/еЬе(:-преобразования

1.10.3. Корреляционные методы обнаружения Р-зубцов

1.10.4. Контекстуальный анализ

Выводы по главе

2. АЛГОРИТМ ОБНАРУЖЕНИЯ Р-ЗУБЦОВ ЭКГ

2.1. Разработка структуры программно-алгоритмического обеспечения КМС с функцией обнаружения Р-зубцов

2.2. Исследуемые характеристики алгоритмов обнаружения Р-зубцов ЭКГ

2.3. Алгоритм определения наличия Р-зубцов перед СР5-комплексами

2.4. Одноканальный корреляционный алгоритм обнаружения Р-зубцов

2.4.1. Оптимизация параметров модели

2.4.2. Оптимизация порога обнаружения

2.5. Одноканальный алгоритм обнаружения на основе обобщенного расстояния

2.5.1. Оптимизация параметров алгоритма

2.6. Многоканальный алгоритм обнаружения Р-зубцов ЭКГ

2.6.1. Оптимизация параметров многоканального алгоритма обнаружения Р-зубцов

2.7. Адаптивный алгоритм обнаружения Р-зубцов ЭКГ

2.8. Адаптивный многоканальный алгоритм обнаружения Р-зубцов ЭКГ

Выводы по главе

3. АНАЛИЗ ЭКГ С СИЛЬНО ВЫРАЖЕННЫМИ ДЫХАТЕЛЬНЫМИ ИСКАЖЕНИЯМИ

3.1. Актуальность проблемы

3.2. Одноканальный алгоритм, устойчивый к искажениям сигнала, связанным с дыханием

3.3. Метод восстановления траектории движения электрического вектора сердца на плоскости по одному отведению

3.4. Метод восстановления проекций электрического вектора сердца на ось отведения

3.5. Алгоритмы оценки схожести форм ОЯв-комплексов, снятых в разные фазы дыхания

3.6. Алгоритм выбора базисных комплексов

3.7. Оценка схожести форм реальных комплексов и восстановленных проекций

Выводы по главе

4. ТЕСТИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННЫХ АЛГОРИТМОВ

4.1. Тестирование разработанных алгоритмов

4.1.1. База данных М1Т-В1Н

4.1.2. База данных ЭКГ ОТ

4.1.3. База данных ЭКГ ReMave

4.1.4. База данных для отладки и тестирования алгоритмов автоматического анализа ЭКГ

4.2. Контрольное тестирование алгоритмов обнаружения Р-зубцов

4.2.1. Тестирование одноканального алгоритма на основе обобщенного расстояния

4.2.2. Тестирование многоканального алгоритма

4.2.3. Адаптивный алгоритм

4.2.4. Тестирование многоканального адаптивного алгоритма обнаружения Р-зубцов

4.3. Результаты тестирования алгоритма анализа дыхательных искажений ЭКГ

4.4. Одноканальный алгоритм оценки схожести форм £>Д£-комплексов, снятых в разные фазы дыхания

4.5. Особенности программной реализации разработанных алгоритмов для использования в кардиомониторной системе

Выводы по главе

АКТУАЛЬНОСТЬ ПРОБЛЕМЫ. В современной медицинской практике большое распространение получили мониторные системы, обеспечивающие длительный и непрерывный контроль состояния организма человека. В частности, в медицинской практике широко используются кардиомониторные системы, предназначенные для контроля деятельности сердца по электрокардиограмме (ЭКГ). Это связано с тем, что основная доля причин смертности людей в трудоспособном возрасте связана с сердечно-сосудистыми заболеваниями.

На сегодняшний день используются кардиомониторы двух типов: аналоговые и цифровые. Прогресс компьютерной техники привел к тому, что на сегодняшний день наибольшее распространение получили цифровые микропроцессорные кардиомониторы. Такие устройства позволяют:

- создать гибкое программное обеспечение, предназначенное для обработки и анализа электрокардиосигнала;

- автоматизировать процесс работы с документами, построение необходимых графиков, расчет параметров, ведение баз данных и пр.

Автоматические кардиомониторы используются в самых разных областях медицины: при лечении больных в стационаре, при амбулаторном наблюдении, в спортивной и космической медицине, в системах контроля состояния человека-оператора.

Широкое развитие получили микропроцессорные кардиомониторы, предназначенные для использования в палатах интенсивной терапии и реанимации. Такие системы позволяют производить длительный и непрерывный контроль и анализ ЭКГ человека, находящегося в критическом состоянии. Известно, что у больных, находящихся в острой стадии инфаркта миокарда в результате развития опасных для жизни осложнений в ранний период болезни возникают острые нарушения ритма и проводимости сердца. Это приводит к тому, что смертность таких пациентов составляет около 35%. Применение кардиомониторные систем позволяет произвести раннюю диагностику нарушений и начать активное лечение, благодаря чему, смертность больных снижается до 20% [ 16] .

Большое значение при мониторном контроле деятельности сердца по ЭКГ имеет получение достоверной статистической информации о характере ритма. Широкое распространение сегодня получили методики оценки состояния сердца, основанные на измерении изменчивости или вариабельности временных интервалов между морфологическими элементами ЭКГ. Наиболее известным параметром является вариабельность ритма сердца. В большинстве систем этот показатель рассчитывается относительно интервалов РР. Это связано с большой амплитудой О^-комплексов и, соответственно, хорошими показателями надежности работы таких алгоритмов. С физиологической точки зрения метод расчета вариабельности РД-интервалов как вариабельности ритма сердца не верен, т.к. ритм сердца должен рассчитываться по интервалам между Р-зубцами ЭКГ. Кроме определения вариабельности РР-интервалов как вариабельности ритма сердца, существуют методики оценки состояния сердца по вариабельности интервалов РО, РИ и РТ.

Обнаружение Р-зубцов при мониторном анализе сигнала в реальном времени затруднено вследствие малого отношения сигнал/помеха для Р-зубца. Решение этой проблемы может быть найдено с использованием современных цифровых систем анализа сигнала и включения в процесс обработки нескольких отведений ЭКГ.

ЦЕЛЬ РАБОТЫ. Целью настоящей работы является повышение качества работы алгоритмов обнаружения Р-зубцов по одному или нескольким отведениям ЭКГ.

Для достижения этой цели в работе решаются следующие задачи: разработка и исследование методов обнаружения Р-зубцов по одноканальной ЭКГ;

- разработка и исследование методов обнаружения Р-зубцов по нескольким отведениям ЭКГ;

- разработка и исследование методов анализа дыхательных искажений ЭКГ;

- разработка программно-алгоритмического обеспечения обнаружения Р-зубцов и анализа дыхательных искажений для систем автоматического анализа ЭКГ.

МЕТОДЫ ИССЛЕДОВАНИЯ. Теоретическая часть диссертационной работы выполнена на базе аппарата теории цифровой фильтрации, математической статистики и аналитической геометрии в пространстве .

Экспериментальная часть построена с использованием стандартных баз ЭКГ-данных MIT-BIH [67] и QT [ 54] и базы ЭКГ-данных ReWave (СПбГЭТУ). Для проведения экспериментов составлены программы на языке Си и в оболочке MathCAD 8.0. Результаты исследований интерпретировались с помощью аппарата математической статистики.

НОВЫЕ НАУЧНЫЕ РЕЗУЛЬТАТЫ. На защиту выносятся следующие новые научные результаты, которые получены автором в процессе решения поставленных задач:

1) предложен и исследован новый метод обнаружения Р-зубцов по одному или нескольким отведениям ЭКГ, основанный на подсчете обобщенного расстояния, анализе формы и амплитуды сигнала;

2) предложена и исследована новая адаптивная модель Р-зубцов, позволяющая получать все возможные формы сигнала в соответствии с принятой классификацией;

3) на основе адаптивной модели разработан метод обнаружения Р-зубцов ЭКГ по одному или нескольким отведениям, обладающий улучшенными характеристиками по сравнению с методом на основе обобщенного расстояния;

4) предложен и исследован новый метод анализа дыхательных искажений ЭКГ по одному отведению, предназначенный для выявления и коррекции искажений сигнала, связанных с дыханием.

Практическая ценность работы состоит в следующем:

- предложенные алгоритмы анализа ЭКГ позволяют провести диагностику целого ряда нарушений деятельности сердца, связанных с электрическим возбуждением предсердий и функцией проведения возбуждения от предсердий к желудочкам;

- применение метода анализа дыхательных искажений ЭКГ позволяет уменьшить число ошибок классификации морфологических элементов ЭКГ, возникающих вследствие циклических искажений формы и амплитуды сигналов.

ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ. Диссертационная работа связана с выполнением НИР по проекту РФФИ 00-01-00448 "Исследование методов обработки и распознавания биомедицинских сигналов" и по проекту № 0201.05.251 "Разработка информационных технологий и инструментальных средств для создания и развития прикладных интеллектуальных систем в технике, образовании, медицине и в системах специального назначения" (Минпромнауки РФ), которые проводились с участием автора в 1999 - 2002 гг.

Алгоритмы анализа ЭКГ, созданные в ходе работы, используются в составе программного обеспечения компьютерной кардиомони-торной системы "РИТМОН". Система промышленно выпускается ООО "Биосигнал" и используется для автоматизации нагрузочного тестирования в нескольких десятках лечебных учреждений России.

АПРОБАЦИЯ РАБОТЫ. Основные положения и результаты диссертационной работы докладывались и обсуждались на: международной научно-технической конференции, Четвертой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (1999 С.-Петербург), Пятой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (2000 С.-Петербург), Шестой Санкт-Петербургской Ассамблеи молодых ученых и специалистов (2001 С.-Петербург).

ПУБЛИКАЦИИ. Материалы диссертации опубликованы в 5 печатных работах, которые включены в общий список литературы.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертационная работа состоит из введения, 4 глав, заключения и приложений. Основной текст изложен на 14 3 страницах. Работа содержит 4 4 рисунка. Список литературы по теме включает 75 наименований. В приложениях представлены примеры записей ЭКГ.

Выводы по главе 4

1. Разработана база данных для тестирования алгоритмов. Собран банк записей базы данных ReWave, включающий записи с сильно выраженными дыхательными искажениями сигнала.

2. Проведено тестирование всех разработанных алгоритмов. Тестирование показало:

- эффективность анализа ЭКГ по нескольким отведениям;

- улучшение характеристик работы при включении в обработку адаптивной модели сигнала.

3. Разработано программное обеспечение экспериментов.

4. Разработано программное обеспечение баз данных ЭКГ.

5. Разработаны программы, реализующие описанные алгоритмы. Эти программы могут быть непосредственно использованы на практике при разработке программно-алгоритмического обеспечения кардиомониторных систем.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предложены и исследованы алгоритмы обнаружения Р-зубцов ЭКГ, а также метод и алгоритм компенсации дыхательных искажений ЭКГ в одном отведении. Основные результаты работы сводятся к следующему:

1. Обоснована необходимость разработки алгоритмов обнаружения Р-зубцов ЭКГ, предназначенных для использования в системах длительного непрерывного наблюдения за деятельностью сердца.

2. Предложено два новых одноканальных и два многоканальных алгоритма обнаружения Р-зубцов ЭКГ.

3. Предложена методика экспериментального исследования алгоритмов обнаружения Р-зубцов ЭКГ, которая позволяет получить объективные количественные оценки качества обнаружения и позволяет проводить объективное сравнения эффективности различных алгоритмов.

4. Проведено экспериментальное исследование предложенных алгоритмов на реальных записях из базы данных ЭКГ-сигналов, позволяющее сделать вывод о целесообразности использования для обнаружения Р-зубцов в системах автоматического анализа ЭКГ разработанных адаптивных алгоритмов (одноканального и многоканального) .

5. Предложен метод компенсации дыхательных искажений ЭКГ в одном отведении сигнала, основанный на математическом моделировании ЭКГ в соответствии с дипольной моделью электрокардиографии .

6. Проведены экспериментальные исследования метода компенсации дыхательных искажений ЭКГ, которые доказали эффективность работы метода и целесообразность его применения в системах автоматического анализа ЭКГ.

7. Разработан алгоритм компенсации дыхательных искажений ЭКГ, проведено его экспериментальное исследование, показавшее обоснованность его применения в кардиомониторных системах

8. Собран уникальный банк записей, который, вместе с созданным для него программным обеспечением, составляет базу данных

ЭКГ ReWave. Эта база данных может использоваться в различных исследованиях при разработке новых алгоритмов и методов обработки ЭКС.

9. Реализация предложенных и исследованных в настоящей работе алгоритмов обнаружения Р-зубцов ЭКГ в виде блока программного обеспечения кардиомониторных систем позволяет повысить качество работы таких систем за счет выявления аритмий, связанных с электрической активностью предсердий и повышением качества работы системы в условиях сильных дыхательных искажений ЭКГ.

1. Анализ ортогональной электрокардиограммы./Л.И.Титомир, И.Рутткай-Недецкий. -М.:Наука, 1990. -198 с.

2. Бендат Дж. , Пирсол А. Измерение и анализ случайных процессов. М., Мир, 1974.

3. Биотехнические системы: Теория и проектирование/Под. ред. В.М.Ахутина. Л.: ЛГУ, 1981.

4. Бойцов С.А., Подлесов A.M., Фролов A.A., Гришаев С.А., Кали-ниченко А.Н., Коробков Д.В. "Первый опыт использования пакета прикладных программ "РИТМОН" к компьютерному электрокар-диоанализатору "Кардис". Вестник аритмологии N 8, 1998. -с. 6.

5. Вальденберг A.B., Калиниченко А.Н. Мониторный контроль ЭКГ в интенсивной терапии//Мир медицины. 1999. №1. - с.42-45.

6. Верткин Ю.М., Коробков Д.В. Алгоритм и программное обеспечение анализа ЭКГ под нагрузкой. "Известия ГЭТУ", Вып. 4 91, 1996 г.-с.50-55.

7. Гаджаева Ф.У., Григорьянц P.A., Масенко В.П., Хадарцев A.A. Электрокардиографические системы отведений. Тула: НИИ новых медицинских технологий, ТППО, 1996. - 115 с.

8. Дабровски А., Дабровски Б., Пиотрович Р. Суточное монитори-рование ЭКГ. М.: Медпрактика, 1998.

9. Калиниченко А.Н. Методы цифровой фильтрации электрокардио-сигнала в кардиомониторных системах:Дисс. .к.т.н.-Л.:ЛЭТИ, 1988.-206 с.

10. Калиниченко А.Н., Левашов С.Ю. Оперативная обработка многоканальной ЭКГ//Изв.ГЭТУ: Сб.науч.тр./ Спб: СПбГЭТУ, 1995. - Вып.468. - с.26-31.

11. Калиниченко А.Н., Петров Г.А. Двумерное представление QRSкомплексов при обработке ЭКГ Сборник к 35-летию биотехнических систем, С.-Петербург, 1999, стр. 89-94.

12. Калиниченко А.Н., Петров Г.А. Двумерное представление QRS-комплексов при обработке ЭКГ Тезисы докладов третьей международной конференции Радиоэлектроника в медицинской диагностике, Москва 1999 г. стр. 99-104.

13. Калиниченко А. Н., Петров Г.А. Многоканальный алгоритм обнаружения QRS-комплексов ЭКГ Тезисы докладов научно-технической конференции «Диагностика, информатика, метрология, экология, безопасность 1997», С.-Петербург, 1997, стр. 279-280.

14. Калиниченко А.Н., Ретнев C.B., Свешников К.В., Юзвинкевич С.А. "Мониторный контроль ЭКГ до и после имплантации электрокардиостимулятора". Вестник аритмологии N 8, 1998. - с. 133.

15. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учеб. пособие для вузов /А.Л.Барановский, А.Н.Калиниченко, Л.А.Манило и др.; Под ред. А.Л.Барановского и А.П.Немирко.-М.:Радио и связь, 1993

16. Климов А.Н., Липовецкий Б.М. Быть или не быть инфаркту.2-е изд., перераб. и доп.—М.: Медицина, 1989.

17. Коробков Д. В. Методы повышения помехоустойчивости обработки нагрузочной ЭКГ. // В сб.: Тезисы докладов научно-технической конференции "ДИАГНОСТИКА, ИНФОРМАТИКА, МЕТРОЛОГИЯ, ЭКОЛОГИЯ, БЕЗОПАСНОСТЬ-96", СПбГЭТУ, 25-27 июня 1996 г.-с.267. (370 с.)

18. Коробков Д.В., Свешников К.В., Холуянов К.К., Шонуров С.А. Система кардиологического мониторинга. /В сб.¡Известия ГЭТУ. Вып. 502. СПб, СПбГЭТУ, 1997. - с.91-94.

19. Лебедева H.A. Алгоритмы анализа многоканальной ЭКГ для классификации форм QRS-комплексов : Дисс. . к. т . н . -Л. : ЛЭТИ, 1999.157 с.

20. MATHCAD 6.0 PLUS. Финансовые, инженерные и научные расчеты в среде Windows 95. М.: ИИД "Филин", 1997.

21. Микрокомпьютеры в физиологии: Пер.с англ./Под ред. П.Фрейзера. М.:Мир,1990.

22. Микрокомпьютерные медицинские системы: Проектирование и применение/Под ред. У. Томпкинса, Дж. Уэбстера. М. : Мир, 1983.

23. Милева К.Н. Разработка и исследование методов автоматического анализа ST-сегмента электрокардиограммы в реальном масштабе времени: Дисс. .к.т.н.-Л.:ЛЭТИ, 1989.-261 с.

24. Мурашко В.В., Струтынский A.B. Электрокардиография. М. : Медицина, 1987.

25. Немирко А.П. Микропроцессорные медицинские диагностические системы: Учеб. пособие. Л.: ЛЭТИ, 1984.

26. Немирко А.П., Калиниченко А.Н., Левашов С.Ю., Коробков Д. В. "Кардиомониторная система RITMON для отделений интенсивной терапии и реанимации". Научное приборостроение (РАН), том 6, No 1-2, 1996. - с. 115-116.

27. Николаева Л.Ф., Аронов Д.М. Реабилитация больных ишемической болезнью сердца: Руководство для врачей.-М.¡Медицина, 1988. 288 с.

28. Орлов В.Н. Руководство по электрокардиографии. М. : Медицина, 1984.

29. Павлидис. Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. М.: Радио и связь, 1986. - 400 е., ил.

30. Петров Г.А., Немирко А.П. Помехоустойчивый алгоритм определения характерных точек ЭКГ. Четвертая Санкт-Петербургская Ассамблея молодых ученых и специалистов. Тезисы докладов, СПб.: Изд-во С.-Петербургского ун-та., 1999. - с. 57.

31. Петров Г.А., Немирко А.П. Обнаружение Р-зубцов ЭКГ. Пятая Санкт-Петербургская Ассамблея молодых ученых и специалистов. Тезисы докладов, СПб.: Изд-во С.-Петербургского ун-та., 2000.

32. Петров Г.А., Немирко А.П. Поцикловое обнаружение Р-зубцов ЭКГ. Шестая Санкт-Петербургская Ассамблея молодых ученых и специалистов. Тезисы докладов, СПб.: Изд-во С.-Петербургского ун-та., 2001.

33. Цукерман Б.М., Титомир Л.И. Электрокардиография // Физиология кровообращения. Физиология сердца. Л.:Наука, 1980. С.288-322.

34. Abildskov J.A., Wilkinson R.S. The relation of precordial and orthogonal leads. // Circulation. 1963. Vol.27, No. 1.-pp.58-63.

35. Balda R.A.et al. The HP ECG analysis program. //Trends in Computer-Processed Electrocardiograms. J.H.Bemmel and J.L.Willems, (eds.). North-Holland Publishing Company

36. Bortolan G. et al. Some Experiences With 12 Simultaneous Leads in the Analysis of the Classical 12-lead ECG signal.// Computers in Cardiology, 1981.-pp.39-44

37. Brekelmans F.E.M. and Vaal C.D.R.de. A QRS Detection Scheme for Multichannel ECG Devices. //Computers in Cardiology, 1981.-pp.437-440

38. Brontel C., Dervael C., Fesler R. Automated ECG diagnosis of atrial flutter by means of Wavelet transform. // Computers in cardiology, 1994, pp.773-776

39. Bruce R.A., Belanger L., Blackmon J.R., Trimble S. Sensivity for Telemed diagnosis of myocardial infarction by use of 12-lead electrocardiogram derived from Frank XYZ leads. // J.

40. Electrocardiol. 1982. Vol. 15, No. 2.-pp.157-163.

41. Comprehensive Electrocardiography. Theory and Practice in Health and Disease, Ed. Peter W. Macfarlane. Pergamon Press, 1988 .

42. Detection and classification of P waves using Gabor wavelets. / M. Michaelis, S. Perz, C. Black, G. Sommer. Computers in cardiology, 1993.

43. Detection of atrial persistent rhythm based on P-wave recognition and RR interval variability. / V.R. Zurro, A.L. Stelle, J. Nadal. Computers in cardiology. 1995.

44. Divers R.T., Brodnick D.E., Volls M.D. Marquette Electronics, Inc. Multi-Lead Arrhythmia Analysis: QRS Detection. //Proc. 38th Ann.Conf.Eng.Med and Biol.Chicago, 1985

45. Dower G.E. A lead synthesizer for the Frank system to simulate the standard 12-lead electrocardiogram. // J. Electro-cardiol. 1968. Vol. 1, No. 2.-pp.101-116.

46. Dower. G.E., Machado H.B., Osborne J.A. On deriving the electrocardiogram from vectorcardiographic leads. // Clin. Cardiol. 1980. Vol. 3, No. 2.-pp.87-95.

47. Dower G.E., Yakush A., Nazzal A.B., Jutzy R.V., Ruiz C.E. Deriving the 12-lead Electrocardiogram From Four (EASI) Electrodes. //J. Electrocardiol. 1988. Suppl.-pp.S182-S187.

48. Edenbrandt L., Houston A., Macfarlane P.W. Vectorcardiograms synthesized from 12-lead ECGs: a new method applied in 1792 healthy children. //Pediatric Cardiology. 15(1), 1994 Jan-Feb.-pp.21-26

49. Girablo B.F., Laguna P., Caminal P. Automatic detection of atrial fibrillation and flutter using the differentiated ECG signal. // Computers in cardiology, 1995, pp. 369-372.

50. Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov

51. Jaeger F, Moody GB, Taddei A, Antolic G, Zabukovec M, Skrjane M, Emdin M, Mark RG. Development of a Long Term Database for Accessing the Performance of Transient Ischemia Detectors. // Computers in Cardiology., 1996.-pp.481-484.

52. Jernberg T, Lindahl B., Hogberg M, Wallentin L. Effects on QRS-waveforms and ST-T segment by Changes in Body Position during Continuous 12-lead ECG: A Preliminary Report. // Computers in Cardiology. 1997.-pp.461-464

53. Kalinitchenko A.N. Method of QRS detection based on digital filtering. Proceedings of the International Symposium SYMBIOSIS'93, Brno, Technical University of Brno, 1993 p. 75-89.

54. Kalinichenko, A.N. Korobkov, D.V. Nemirko, A.P. An Algorithm and the Software for Exercise ECG Analysis. Proc. Intern. Conf. "SYMBIOSIS'95" Gliwice, 1995.-p.101.

55. Kalinichenko A.N., Korobkov D.V., Nemirko A.P. An Algorithm and the Software for Exercise ECG Analysis. Proc. Intern. Conf. "SYMBIOSIS' 95" Gliwice, 1995. p.101.

56. Kors JA, van Herpen G, Willems JL, van Bemmel JH. Improvement of automated electrocardiographic diagnosis by combination of computer interpretations of the electrocardiogram and vectorcardiogram. //Am. J. Cardiol. 70(1), 1992.-pp.96-99

57. Kyle M.C., Klingerman J.D., Conrad J.D., Freis E.D., Pipberger H.V. A New microcomputer-based ECG analysis system. //Clin, cardiol., 1983, 6, N9.-pp.447-455.

58. Levkov Ch.L. Amplification of biosignals by body potential driving. Analysis of the circuit performance. //Medical & Biological Engineering & Computing, July 1988.

59. Levkov Ch.L., Michov G., Ivanov R., Daskalov I.K. Subtraction of 50 Hz interference from the electrocardiogram. //Medical & Biological Engineering & Computing, July 1984.

60. Ligtenberg A., Kunt M. A Robust-Digital QRS-Detection Algorithm for Arrhythmia Monitoring. //Computers and biomedical research v.16, pp273-286 (1983)

61. Liu C.-S., Yu B.S., Lee M., Chen J.-J., Chen C.Y. A Nonlinear Digital Filter For QRS-complex Detection. // IEEE/7th Annual Conference of the Engineering in Medicine and Biology Society, 1985.-pp.845-848

62. Macfarlane PW, Edenbrandt L. 12-lead vectorcardiography in ischemic heart disease. //Journal of Electrocardiology. 24, 1992.-pp.S188-S193

63. Mortara D.V. Digital filters for ECG signals. // Computers in Cardiology. 1977, Rotherdam.-pp.511-514

64. Neelakanttan M.N., Janardhanan P. Novel Method for RealTime Detection of QRS-complex in the Presence of Strong Noise.// ICASSP Proceed.,1986, Tokyo.-pp.1797-1800

65. Nygards M.-E., Ahrtn T., Ringqvist I., Walker A.Phase correction for accurate ST segment reproduction in ambulatory ECG recordings.-Comput. Cardiol., 1984.-pp. 33-38.

66. Pahlm Olle, Sornmo Leif. Data Processing of Exercise ECG's. // IEEE Trans. Biomed. Eng, vol. BME-34, #2. 1987. -pp.158165.

67. Pan P.H., Bennett A.W. Computer-aided electrocardiogramanalysis. //Computers in Cardiology,1980.-pp.4-7.

68. Reddy BRS, Elko PP, Rowlanson GI Detection of complex atrial arrhythmias in resting ECG. // Computers in cardiology, 1994, pp.777-780.

69. Reisman S.S., Yang S. An Algorithm for Beat Detection and Classificattion in Exercise ECGs.//Computers in Cardiology, 1987.-pp.663-666.

70. Shahane S.D., Ropella K.M., Roth J.A. Comparison of bivari-ate and contextual analysis in discrimination of atrial fibrillation from surface electrocardiogram. // Computers in cardiology, 1996, pp.441-444.

71. Simoons M.L., Boom H.B.K., Smallenburg E. On-line processing of orthogonal exercise electrocardiograms. //Comput. Biomed. Res., vol. 8, 1975.-pp. 105-117.

72. Talmon J.L., Hasman A. A New Approach to QRS-Detection and Typification.//Computers in Cardiology,1981.pp479-482

73. Taylerand D., Vincent R. Signal distortion in the electrocardiogram due to inadequate phase response. //IEEE Trans. Biomed. Eng., vol. BME-30,1983.-pp. 352-356

74. Valdenberg A.V., Kalinichenko A.N., Nemirko A. P. "The Experience of Computer- Based Monitoring System Utilization in CCU" In: Computers in Cardiology 1997, Volume 24, 1997, IEEE, pp. 429-432.

75. Yang TF, Macfarlane PW. Normal limits of the derived vectorcardiogram in Caucasians. //Clinical Physiology, Nov. 1994. 14(6).-pp.633-646.