автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка автоматизированной системы распознавания элементов ЭКГ - сигнала и моделирование распределения его параметров

/

На правах рукописи

ИЛЬИНА Екатерина Викторовна

РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ РАСПОЗНАВАНИЯ ЭЛЕМЕНТОВ ЭКГ-СИГНАЛА И МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕНИЯ ЕГО ПАРАМЕТРОВ

Специальность: 05.13.01 - системный анализ, управление

и обработка информации (медицинские науки)

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата медицинских наук

- з ДЕК 2009

Воронеж - 2009 г.

003486287

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Воронежская государственная медицинская академия имени H.H. Бурденко Федерального агентства по здравоохранению и социальному развитию» (ГОУ ВПО «ВГМА им. H.H. Бурденко Росздрава»)

Научный руководитель:

доктор медицинских наук Болотских Владимир Иванович

Официальные оппоненты:

доктор медицинских наук, профессор Сафонов Михаил Юрьевич

кандидат медицинских наук Мищук Владислав Владимирович

Ведущая организация: Федеральное образовательное учреждение

высшего профессионального образования Воронежский государственный технический университет

Защита состоится «_»_2009 года в 14 часов, на заседании

диссертационного совета Д.208.009.03 при Государственном образовательном учреждении высшего профессионального образования «Воронежская государственная медицинская академия им. H.H. Бурденко Федерального агентства по здравоохранению и социальному развитию» по адресу: 394036, г. Воронеж, ул. Студенческая, 10.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Воронежская государственная медицинская академия им. H.H. Бурденко Федерального агентства по здравоохранению и социальному развитию», по адресу: 394036, г. Воронеж, ул. Студенческая, 10.

Автореферат разослан"

Ученый секретарь диссертационного совета

2009 г.

В.Т. Бурлачук

Общая характеристика работы

Актуальность. Заболевания сердечно сосудистой системы продолжают лидировать среди наиболее распространенных и грозных заболеваний человека несмотря на большое количество новых методов диагностики и средств терапии этого вида патологии (Муратов Р.М.2000; Вайсман М. В., Прилуцкий Д. А., Селищев С. В., 2000; Зотов Д.Д.; Ко-люцкий А.К., 2003).

Задачи автоматизации распознавания электрокардиологического сигнала и разработки алгоритмов дифференцировки проявлений на ЭКГ нарушений сердечной деятельности являются приоритетными задачами для разработчиков медицинских информационных систем (Уваров В.М., 2005; Сергейчик О.И., 2007; Калиниченко А.Н., 2008). К настоящему времени в этой области накоплен значительный опыт, который свидетельствует о несостоятельности попыток полного автоматизированного воспроизведения традиционного рутинного анализа электрокардиографического сигнала (Сахарова О.Н. , 2004; Байрак И.Г., 2007; Манило Л.А., 2007).

Предложено большое количество новых подходов к пересмотру возможностей традиционного рутинного анализа электрокардиографического сигнала как источника диагностической информации о состоянии сердечно-сосудистой системы (Сафонов М.Ю. с соавт., 2002; Мухин В.Н., 2004; Сахарова О.Н., 2004). Следует признать, что наиболее адекватными целям диагностики в кардиологии являются критерии, основанные на постулате, учитывающем что работа сердца представляет собой динамическую последовательность электромеханических явлений, правила генерации и распространения которых можно количественно точно описать (Коробейников A.B., 204; Каменский С.А., 2005; Манило Л. А., 2007).

Известны диссертационные исследования (Пелешенко Е.И., 1994; Сапронов Г.И., 2008) в которых предложены в качестве диагностически значимых новые показатели электрокардиографического сигнала, легко идентифицируемые при автоматизированной обработке ЭКГ и имею-

щие высокую чувствительность при оценке функционального состояния сердечно сосудистой системы.

Однако на сегодняшний день нет количественного описания функций распределения, отражающих характер взаимоотношения амплитудных, частотных и скоростных компонентов ЭКГ-сигнала, что позволит оценить возможность использования их в диагностических целях.

Представляет проблему для исследователей наличие программных продуктов-однодневок, предназначенных для регистрации и анализа электрокардиограммы, прописанных под конкретные технические условия и имеющие значительные ограничения.

В связи с вышеизложенным сформулирована цель и задачи исследования:

Цель работы: Разработать алгоритм распознавания компонентов электрокардиографического сигнала в оцифрованном массиве, условия записи которого заданны не четко, построить модели определения функционального состояния сердечно-сосудистой системы, учитывающие взаимосвязи комплекса изученных компонентов ЭКГ-сигнала.

Задачи:

1. Разработать алгоритмы поиска и распознавания Ы-зубца электрокардиограммы для оцифрованных массивов аналоговой информации, запись которых проводилась с различными техническими параметрами.

2. Изучить характер взаимозависимостей амплитудных, частотных и скоростных компонентов ЭКГ-сигнала в динамических рядах у практически здоровых лиц.

3. Проверить чувствительность и специфичность влияния на ритм сердца комплекса изучаемых компонентов ЭКГ-сигнала, рассчитанного по 1111 и ТТ интервалам электрокардиограммы.

4. Построить регрессионную модель определения функционального состояния сердечно-сосудистой системы с использованием в качестве независимых признаков амплитудные, частотные и скоростных компоненты ЭКГ-сигнала.

-55. Уточнить параметры регрессионной модели для групп исследо-. вания с известным функциональным состоянием сердечно-сосудистой системы.

Новизна исследования заключается в том, что разработаны новые подходы к разработке автоматизированных систем анализа электрокардиографического сигнала, заключающиеся в расширении спектра вычислительных возможностей алгоритма распознавания и снятия ограничений на технические параметры записи аналогового сигнала.

Получены новые данные о моделях взаимозависимостей компонентов ЭКГ-сигнала, являющихся критериями распознавания функционального состояния миокарда, характерные для здоровых людей, не имеющих сердечно-сосудистой патологии.

Построена модель оценки уровня функциональных возможностей миокарда, позволяющая утверждать, что комплексная оценка скоростных, амплитудных и частотных характеристик электрокардиографического сигнала с использованием методов регрессионного анализа дает важную диагностическую информацию о моделируемом показателе.

Теоретическая и практическая значимость работы. Получены данные, свидетельствующие, что модели зависимостей ритма сердца, рассчитанного по и ТТ интервалам электрокардиограммы, полученные в группе здоровых добровольцев с использованием линейной регрессии, не могут быть описаны как два равнозначных процесса.

Предложен алгоритм оценки комплекса временных, частотных и скоростных компонентов ЭКГ-сигнала, которая может послужить перспективным методом предварительной диагностики состояния сердечнососудистой системы, доступным по аппаратным и финансовым параметрам любому учреждению здравоохранения.

Положения, выносимые на защиту.

Исследование структуры взаимозависимостей изученных частотных, амплитудных и скоростных характеристик ЭКГ-сигнала свидетельствуют, что использование в качестве зависимого показателя ритма сердца, измеренного как длительность М1, не имеет полного совпадения с аналогичной моделью, где в качестве зависимого показателя использован ритм, измеренный как длительность ТТ-интервалов электрокардиограммы.

Установлено наличие тенденции роста величины интегрального коэффициента регрессионного уравнения в группах исследуемых, имеющих низкий уровень функциональных возможностей сердечно сосудистой системы.

Апробация результатов работы:

Результаты исследования доложены и обсуждены на I Всероссийской конференции молодых ученых Воронежской государственной медицинской академии им. H.H. Бурденко и Курского государственного медицинского университета (Воронеж, 2007г.), Втором съезде кардиологов Сибирского Федерального округа (Томск, 2007г.), на итоговых внутривузовских научных конференциях ГОУ ВПО ВГМА им. H.H. Бурденко Росздрава.

Тема исследования внесена в комплексный план НИР ГОУ ВПО ВГМА им. H.H. Бурденко Росздрава 15. PK №008.99. «Современные технологии диагностики, лечения и профилактики сердечно-сосудистых, пульмонологических и других заболеваний внутренних органов».

Результаты работы внедрены в учебный процесс каф. эндокринологии ГОУ ВПО ВГМА им. H.H. Бурденко Росздрава и лечебную работу кардиологического отделения МУЗ ГО г. Воронежа «Городская клиническая больница скорой медицинской помощи № 10».

Публикации. По теме диссертации опубликовано 5 научных работ, в том числе 4 - в центральной печати, 1 - в журналах, рекомендуемых ВАК РФ. Опубликованные материалы в полной мере раскрывают научные и практические аспекты информации, касающейся темы диссертации.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, в трех из которых представлены результаты собственных разработок и исследований, заключения, изложенных на 109 страницах машинописного текста, иллюстрирована 16 таблицами и 22 рисунками, списка литературы, включающего 117 источников, в том числе 74 отечественных и 43 зарубежных.

Содержание работы.

Во введении обоснована актуальности темы исследования, сформулирована его цель, поставлены задачи. Приведены научная новизна и практи-

ческая значимость, сведения об апробации и внедрении результатов исследования.

В первой главе изложены данные литературы, свидетельствующие, что качественный прогресс технических возможностей при регистрации ЭКГ, использование оцифровки аналогового сигнала при высокой частоте дискретизации, позволяющих с достаточной точностью регистрировать параметры первичного физиологического сигнала, требуют дополнения классически используемых параметров ЭКГ новыми, первичными, полученными без нагромождения сложнейших расчетов характеристиками, например анализа по Фурье или вейвлет-преобразования. Целесообразнее использовать первичные характеристики, в частности, первую и вторую производную ЭКГ сигнала.

Электрокардиография является доступным и достаточно информативным методом анализа функционального состояния сердечно-сосудистой системы. Особый интерес представляет исследование электродвижущих сил, образующих векторы деполяризации и реполяризации миокарда, которые, по мнению многих авторов, реагируют на начальные, функциональные, «предпатологические» изменения в сердечной мышце (Ена Л.М., Кондратюк В.Е., 2002; Москаленко, 2005).

В литературе имеются сведения о том, что большое значении при анализе ЭКГ имеет показатель, именуемый временем внутреннего отклонения -интервал (3-11 (Фрид М., Грайнс С., 1996; АЬёиеуа Я.А., 2006), который измеряется от начала желудочкового комплекса (зубца 0 или Я) до проекции вершины зубца Я на изоэлектрическую линию. Считается, что этот показатель характеризует время распространения возбуждения от эндокарда до эпикарда. Известен подход (Пелешенко Е.И. 1994), когда вместо времени внутреннего отклонения измеряют другие величины, поддающиеся точному количественному описанию при автоматизированном анализе ЭКГ - тангенсы углов восходящей и нисходящей частей Я-зубца, рассчитанные как отношение амплитуды зубца ко времени от его начала до максимума (восходящая часть) или от максимума до изолинии (нисходящая часть). Были использованы расчетные показатели - коэффициенты асимметрии Я- и Т-зубцов, определяемые как отношение тангенса угла восходящей части к тангенсу угла нисходящей части.

Подтверждены возможности использования этих показателей в диагностических целях (Сапронов Г.И, 2008).

Во второй главе дана характеристика материала и приведен обзор методов, использованных в работе. Материалом для исследовании послужили оцифрованных записи электрокардиографического сигнала 169 респондентов из числа студентов младших курсов ВГМА им. Н.Н. Бурденко продолжительностью не менее 128 динамических кардиоциклов. Основную часть популяции составили студенты, ведущие обычный образ жизни, не состоящие на учете по поводу хронических заболеваний каких либо органов и систем, обозначенные нами как группа с нормальным уровнем функциональных возможностей сердечно-сосудистой системы -102 человека.

Кроме того, в исследовании приняли участие респонденты с высоким уровнем функциональных возможностей сердечно-сосудистой системы: спортсмены-разрядники, регулярно проводящие длительные тренировки -48 человек. Третью группу составили испытуемые с низким уровнем функциональных возможностей сердечно-сосудистой системы: студенты, состоящие на учете по поводу хронических заболеваний сердечнососудистой или дыхательной систем в стадии ремиссии - 19 человек.

У всех респондентов регистрировали антропометрические данные, проводили запись электрокардиограммы во II стандартном отведении с использованием официнального электрокардиографа ЭКТ 01 М с последующей обработкой данных при помощи специально разработанной программы, позволяющей рассчитывать временные, частотные и скоростные характеристики электрокардиографического сигнала.

Для каждого из испытуемых рассчитывали средние значения изучаемых параметров электрокардиографического сигнала, после чего приступали к исследованию распределения этих показателей в популяции и построению моделей взаимовлияния показателей, позволяющее проверить гипотезу об идентичности математических моделей процессов деполяризации, косвенно оцениваемой по параметрам Я-зубца, и реполяризации миокарда косвенно оцениваемой по параметрам Т-зубца электрокардиограммы.

Мы рассчитывали углы наклона восходящей и нисходящей частей Я- и Т-зубцов ЭКГ (шУ/мсек), представляющие собой скорость изменения потенциала миокарда в соответствующие фазы сердечного цикла, а так же

соотношение наклона восходящей части зубца к его нисходящей части, обозначенное нами как инверсия Я- или Т- зубца по методике предложенной Сапроновым Г.И., 2008. Общая схема проведения исследования представлена на рис. 1.

Группы исследования с известным состоянием сердечно-сосудистой системы

^-^^-^г

__

15111-длительность ЯЯ интервалов ЭКГ. 1ТТ - длительность ТТ интервалов ЭКГ. 1 Я-Ргопг - длительность восходящей части зубца Я в мсек. I Я-Васк - длительность нисходящей части зубца Я в мсек. I Т-РгогК. длительность восходящей части зубца зубца Т. I Т-Васк - длительность нисходящей части зубца Т. аК - амплитуда зубца Я. аТ - амплитуда зубца Т. МТЫ - тангенс восходящей части зубца Я (тУ/мсек) ИВ ТЫ - тангенс нисходящей части зубца Я (тУ/мсек) ТРТЬ. - тангенс восходящей части зубца Т (тУ/мсек) ТВта -тангенс нисходящей части зубца Т (шУ/мсек) [пуегБ Я - коэффициент инверсии зубца Я 1пуегз Т - коэффициент инверсии зубца Т

лз:

Модели взаимозависимости изучаемых характеристик ЭКГ-сигнала у лиц с нормальным уровнем адаптации к нагрузкам, определение их специфичности и чувствительности

Модели взаимозависимости изучаемых характеристик ЭКГ-сигнала, определение их специфичности и чувствительности

-ЁГ

С Модель определения функционального состояния сердечно-сосудистой системы с учетом изученных характеристик ЭКГ-сигнала

Рис. 1. Структурная схема, отражающая порядок выполнения исследования

-10В третьей главе представлены подходы к разработке алгоритма оцифровки аналоговых сигналов. Существующие на сегодняшний день программные продукты обработки аналоговой электрокардиограммы, в частности те, которые использованы нами для получения материала настоящего исследования, имеют ряд существенных недостатков.

Проблема заключается в жесткой «привязке» программного обеспечения к инструментальному комплексу регистрации аналоговых сигналов, широкой вариабельности частоты дискретизации при оцифровке сигнала от 64 до 1024 Гц, априори заданном наборе параметров ЭКГ, выдаваемых врачу или исследователю на выходе системы.

Одной из задач нашей работы является создание достаточно универсального программного обеспечения, которое позволит работать с оцифрованными массивами аналоговой информации полученной на разных аппаратных комплексах, при различной частоте дискретизации и организации структуры массива.

С процессом оцифровки аналогового сигнала связаны два основных понятия: частота дискретизации и уровни квантования по амплитуде или разрядность. Первый показатель отражает количество отсчетов за единицу времени. У входных данных разрабатываемой программы частота дискретизации составляет 400 или 800 Гц, однако даже с такой частотой дискретизации вероятность того, что точка реального максимума зубца К будет записана в цифровой файл, недостаточна.

Возникает задача нахождения не только той последовательности точек файла, которая описывает искомый зубец, но и точки его реального максимума. Алгоритм выявления 11-зубца по цифровому файлу заключается в следующем:

выделяются отрезки, на которых ЭКГ монотонна (возрастает, убывает или является константой). Затем выявляются последовательности из двух, следующих друг за другом отрезков, на которых производная меняет свой знак с плюса на минус - это положительные зубцы. Далее фиксируются две последние точки восходящей части (х1;у1), (х2;у2) (к и к+1 отсчет цифрового файла) и две первые точки нисходящей части (хЗ;уЗ) , (х4;у4) (к+2 и к+3 отсчеты цифрового файла). По этим четырем точкам ищется точка реального максимума зубца (х*;у*) и угол при нем (рис. 2).

0<Ж} (ХШ /

(х4:у4)

Рис. 2. Соотношение между известными точками (х1;у1), (х2;у2), (хЗ;уЗ), (х4;у4) и точкой реального максимума зубца (х*;у*) .

Наиболее очевидным способом нахождения вершины зубца является проведение двух прямых и поиск точки их пересечения.

Уравнение прямой, проходящей через две заданные точки :

: У-У, У2-У1

У-у,

*4~*3 У* -Уз

х-х.

3 _

для точек (х1;у1), (х2;у2)

для точек (хЗ;уЗ), (х4;у4).

После преобразования получена система двух уравнений и двух переменных для нахождения точки пересечения прямых (точки реального максимума зубца):

Ух

У 4 - Уз XЛ ~ X,

х+ у,

X о X.

У4 - Уз

Можно предложить другой алгоритм нахождения точки реального максимума зубца Я (рис. 3), опирающийся на теорему равенства углов, образованных при пересечении прямой двумя параллельными прямыми.

а

шт

р&у!)

4 М

Рис. 3. Поиск угла при вершине зубца (х*;у*) .Дополнительные построения: параллельные прямые й 1, /«2.

Определив углы а1 и а2 при вершинах треугольников (х1;у1) и (х*;у*) можно установить, что угол при вершине зубца Л а = а, + а2 (рис. 4)

Рис. 4. Поиск угла при вершине зубца Я, смежного углу ОВС,

Зная угол при вершине (х*;у*) можно сделать вывод, является ли рассматриваемый положительный (+) зубец Я-зубцом, или нет. Если угол острый - то найден искомый зубец , иначе - это один из зубцов Р, Т или и, которые могут быть как положительными (+), так и отрицательными (-) или двухфазными (+- или-+).

Рассмотренный ранее алгоритм применим для случая, когда Я-зубец имеет вид (рис. 5).

■ -¡В

:

! !

;

;

ТУС^й]. Ж

, .. : - 1, „

Рис. 5 Участок ЭКГ: Л-зубец с плоской вершиной

Однако следует учесть и другие варианты. Если Я-зубец имеет вид с плоской вершиной (рис. 5), то его нельзя описать как два следующих друг за другом промежутка монотонного возрастания и убывания ЭКГ.

На рис. 5 Я-зубец имеет три промежутка монотонности:

• Монотонное возрастание;

• Период, когда несколько точек (2-3) цифрового файла лежат на одном уровне (на аналоговом представлении ЭКГ это может быть не так);

• Монотонное убывание;

В таком случае ставится задача нахождения угла между восходящим и нисходящим частями зубца. При этом берутся две последние точки монотонно возрастающей последовательности и две первые точки монотонно убывающей последовательности, и используется ранее изложенный алгоритм (точки, лежащие на одном уровне, не учитываются). По найденному углу можно сделать вывод о том, является ли данный положительный зубец Л-зубцом. Однако не стоит считать точку максимума, полученную в результате работы алгоритма, вершиной зубца.

Такой подход к нахождению 11-зубца на практике работает удовлетворительно лишь для случая когда запись ЭКГ имеет типовой, нормальный характер (рис. 6).

Рис. 6. Участок типичной электрокардиограммы, содержащий Я-зубец.

Однако в электрокардиограммах, содержащих признаки серьезных заболеваний, патологий (когда Б-зубец имеет большую амплитуду, а

Я-зубец выделяется незначительно) алгоритм работает не надежно, следовательно, требуются дополнительные исследования и более строгие критерии поиска Я-зубцов, что в задачи настоящего исследования не входило.

В четвертой главе приведены данные обработки оцифрованных записей электрокардиограммы испытуемых обозначенных нами как группа с нормальным уровнем адаптации к нагрузкам, включающие сведения о средних значениях динамического ряда 128 кардиоциклов и распределении исследуемых временных, частотных и скоростных параметрах электрокардиограммы.

Использование при моделировании в качестве зависимого параметра, определяемого канонами классической физиологии как ритм сердца - то есть расстояние в миллисекундах между вершинами последовательных зубцов ЭКГ, например, КЯ или ТТ позволило установить, что характер распределения и вид математической модели существенно различаются.

В частности, при расчете корреляционной матрицы для длительности М1- или ТТ-интервалов установлено следующее (см. табл. 1).

Таблица 1.

Значения коэффициентов корреляции между длительностью АК- или ТТ-интервалов и другими исследуемыми параметрами кардиоцикла.

Показатель ТТ Ш1

Длительность Я-Я (Т-Т) (мсек) 0,77 0,77

Длительность восходящей части Я (мсек) -0,13 -0,03

Длительность нисходящей части Я (мсек) 0,22 0,45

Амплитуда Я (мУ) 0,01 -0,17

Наклон восходящей части Я (тУ/мсек) 0,08 -0,05

Наклон нисходящей части Я (тУ/мсек) 0,07 -0,08

Амплитуда Т 0,08 -0,34

Длительность восходящей части Т 0,47 0,42

Длительность нисходящей части Т 0,14 0,19

Наклон восходящей части Т (тУ/мсек) -0,10 -0,51

Наклон нисходящей части Т (тУ/мсек) 0,02 -0,40

Инверсия Я_зубца 0,38 0,31

Инверсия Т_зубца -0,47 -0,36

Из таблицы следует, что некоторые показатели, такие как длительность нисходящей части Я, длительность восходящей части Т, количество инверсий Я- или Т-зубца ЭКГ имеют схожие по значимости и направлению достоверные корреляционные связи с показателями ритма, рассчитанными по ТТ- ЯЯ-интервалам.

В то же время длительность восходящей части Я-зубца имела слабую отрицательную связь с коэффициентом г=-0,13 только с ритмом, рассчитанным по ТТ-интервалам, а наклоны восходящего и нисходящего фронтов Т-зубца с коэффициентами соответственно г=-0,51и г=-0,40 только с ритмом, рассчитанным по ЯК-интервалам. Кроме того, следует заметить, что абсолютных совпадений в значении коэффициентов корреляции кроме как между длительностью цикла по ТТ- ЯЯ-интервалам не было. Следовательно, можно сделать предварительное заключение о неполноте современных представлений по поводу трактовки деполяризации и реполяриза-ции миокарда как двух сторон одного процесса.

Расчет значимости на основе линейной множественной регрессии влияния на ритм сердца, определяемый по ЯЯ- или ТТ- интервалам динамического ряда, изучаемых параметров электрокардиограммы, подтверждает неравнозначность коэффициентов значимости и их достоверности' для обеих моделей (табл. 2).

Из данных таблицы можно сделать заключение, что однозначное утверждение о том, что было рассчитано влияние на один и тот же процесс -генез ритма сердца с учетом полученных коэффициентов и их значимости, невозможно. С точки зрения статистики получается, что физиологически однозначно определяемый ритм сокращений сердца имеет различную конфигурацию при математическом моделировании.

В таблице 3 представлены коэффициенты оценки и их значимость для модели влияния изученных параметров ЭКГ на процент инверсионных зубцов Я или Т в динамическом ряду.

Из таблицы следует, что процент инверсий также показывает вероятность существования двух различных процессов, описываемых неодинаковыми математическими моделями. Так, на процент инверсионных Т-зубцов статистически значимо влияет длительность восходящей части Я-зубца и величина инверсии Т-зубца. При этом большая длительность вое-

ходящей части Я- соответствует большему количеству инверсий Т-зубца, наименьшая величина самой инверсии соответствует появлению большего количества инверсионных Т-зубцов в динамическом ряду.

Для процента инверсий Л-зубца характерно следующее: наименьшая длительность 11-11 и наименьшая величина самой инверсии сопряжены с увеличением процента инверсий в динамическом ряду.

Таблица 2.

Коэффициенты оценки регрессионной модели и их значимость при расчете влияния на ритм сердца по ЯЛ- или ТТ-интервалам изученных параметров ЭКГ.

Показатель Ритм по ТТ Ритм по ЯЯ

коэфф.оценки р-значение коэфф.оценки р-значение

Константа -286,252 0,4503 2833,65 0,1625

Длительность Я-Я (илиТ-Т) (мсек) 0,131689 0,0033* 4,00008 0,0033*

Длительность восходящей части Я (мсек) -0,819775 0,5539 6,88553 0,3620

Длительность нисходящей частиЯ (мсек) -0,905926 0,1205 6,19692 0,0466*

Амплитуда Я (мУ) 9,2763 0,5113 -79,2749 0,3019

Наклон восходящей части Я (тУ/мсек) 0,965477 0,7449 11,9765 0,4597

Наклон нисходящей части Я (тУ/мсек) -1,1642 0,6922 -9,96253 0,5368

Амплитуда Т 34,369 0,4080 -169,892 0,4594

Длительность восходящей частиТ 0,714664 0,6112 -9,30763 0,2170

Длительность нисходящей части Т -0,714622 0,6423 11,8066 0,1470

Наклон восходящей части Т (тУ/мсек) -9398,26 0,2526 0,2822

Наклон нисходящей части Т (тУ/мсек) 6726,37 0,1963 -35413,7 0,2186

Величина инверсии Я_зубца 281,626 0,3050 -1950.36 0,1912

Величина инверсии Т_зубца 159,305 0,3560 -1487.97 0,1042

Примечание: знаком * отмечены достоверные различия при уровне и мчимости более 95%

Таблица 3.

Коэффициенты оценки регрессионной модели и их значимость при расчете влияния на процент инверсионных зубцов Я-или Т изученных параметров ЭКГ.

Показатель процент инверсионных Т процент инверсионных Я

коэфф.оценки р-значение коэфф.оценки р-значение

Константа 2,37164 0,4168 6,74542 0,0489

Длительность Я-Л (мсек) -0,000179444 0,6444 -0,000806044 0,0795*

Длительность Т-Т (мсек) -0,0000693698 0,9720 0,00281341 0,2458

Длительность восходящей части Я (мсек) 0,017036 0,0900* 0,02048 0,1234

Длительность нисходящей части Я (мсек) 0,00637909 0,1221 0,00409961 0,4565

Амплитуда Я (мУ) -0,143752 0,1549 -0,176333 0,1720

Наклон восходящей части Я (тУ/мсек) -0,0153745 0,4642 -0,0398496 0,1172

Наклон нисходящей части Я (тУ/мсек) 0,0186597 0,3825 0,0436457 0,0902*

Амплитуда Т 0,0140909 0,9623 -0,547088 0,1259

Длительность восходящей части Т -0,00429106 0,6352 0,00637995 0,5786

Длительность нисходящей части Т 0,0079562 0,4228 -0,00476155 0,7099

Наклон восходящей части Т (шУ/мсек) 35,5094 0,5375 94,5582 0,1807

Наклон нисходящей части Т (тУ/мсек) -31,3568 0,3849 -51,3865 0,2566

Величина инверсии Я_зубца -0,0471917 0,9838 -5,9317 0,0222*

Величина инверсии Т_зубца -2,41573 0,0472* -0,915851 0,5901

Процент инверсионных Я- (или Т-) зубцов -0,154858 0,5393 -0,250796 0,5393

Примечание: знаком * отмечены достоверные различия при уровне значимости более 90%

Таким образом, проведенные нами расчеты влияния изучаемых параметров ЭКГ на ритм сердца, полученный как длительность или ТТ-интервалов позволяет заключить, что эти два равнозначные с точки зрения физиологической детерминации процесса могут быть описаны с точки зрения математического моделирования с использованием линейной регрессии как два неравнозначных процесса. Этот феномен несомненно требует дальнейшего изучения и обоснования.

Приведенные выше данные свидетельствуют, что отдельно взятые компоненты электрокардиограммы нельзя рассматривать как вносящие статистически значимый вклад в формирование ЭКГ-сигнала в целом. Целесообразнее исследовать возможности проведения диагностики функционального состояния сердца с использованием всех изученных компонентов ЭКГ.

Для решений этой задачи были использованы оцифрованные записи студентов трех групп, разделенных на: 1 - высокий уровень функциональных возможностей сердечно-сосудистой системы (спортсмены-разрядники, регулярно проводящие длительные тренировки); 2 - нормальный уровень функциональных возможностей сердечно-сосудистой системы (студенты, ведущие обычный образ жизни, не предъявляющие жалоб на состояние здоровья и не состоящие на учете по поводу хронических заболеваний); 3 - низкий уровень функциональных возможностей сердечнососудистой системы (студенты состоящие на учете по поводу хронических заболеваний сердечно-сосудистой или дыхательной систем в стадии ремиссии).

Построенная с помощью множественного регрессионного анализа модель имела следующий вид:

уровень функциональных возможностей сердечно-сосудистой системы = 2,21926 + 0,000162755* длительность Я-Я + 0,0307875* длительность восходящей части И - 0,00919703* длительность нисходящей части Л -0,662055* амплитуда 11 + 0,00932718* наклон восходящей части Я + 0,00345576* наклон нисходящей части Я - 0,00469655* длительность Т-Т +1,25814* амплитуда Т + 0,000865043* длительность восходящей части Т - 0,00261123* длительность нисходящей части Т - 7,42022* наклон восходящей части Т -8,3616* наклон нисходящей части Т + 0,06б4372*величина инверсии Я + 0,0637381* величина инверсии Т.

Модель позволила рассчитать средние значения уровня функциональных возможностей сердечно-сосудистой системы для групп исследования (табл. 4).

Таблица 4.

Средние значения коэффициентов регрессионной модели для групп исследования с известным уровенем функциональных возможностей сердечно-сосудистой системы

Уровень функциональных возможностей сердечно-сосудистой системы М ш величина критерия 1 Стьюдента

1 высокий 1,976 0,013 1 -2 0,178916814

2 нормальный 1,990 0,008 1-3* 4,22049Е-09

3 низкий 2,182 0,021 2-3* 4,05905Е-24

Данные таблицы свидетельствуют, что статистически значимых различий коэффициенты здоровых молодых людей с условно высоким и нормальным уровнями функциональных возможностей сердечно сосудистой системы нет. Группа студентов с хроническими заболеваниями статистически значимо отличается от здоровых.

Четко прослеживается тенденция роста интегрального коэффициента с ухудшением уровня функциональных возможностей сердечно сосудистой системы.

Таким образом, оценка всего комплекса временных, частотных и скоростных компонентов ЭКГ-сишала может послужить перспективным ме-. тодом предварительной диагностики состояния сердечно-сосудистой системы, доступным по аппаратным и финансовым параметрам любому учреждению здравоохранения.

Выводы

1. Предложенный алгоритм поиска и распознавания Я-зубца электрокардиограммы позволяет с достаточной степенью надежности и точности определять такие его параметры, как угол наклона восходящей и нисходящей частей, рассчитывать инверсию, определять расстояние между двумя соседними зубцами.

2. Корреляционная модель взаимовлияний длительности ЯЯ- или ТТ-интервалов с другими изученными компонента ЭКГ-сигнала выявила, что показатели длительности нисходящей части Я-зубца ЭКГ, восходящей части Т-зубца, количество инверсий Я- или Т-зубца имеют схожие по значимости и направлению достоверные корреляционные связи, другие изучен-

ные компоненты ЭКГ демонстрируют противоречивые тенденции влияния на ритм сердца.

3. Выбор в качестве зависимых показателей при построении регрессионной модели ритма сердца, рассчитанного по длительности Ю1- или ТТ-интервалов показывает неравнозначность математических моделей, описывающих зависимости этих показателей от изученных компонентов ЭКГ-сигнала.

4. Выявлена следующая тенденция изменений величины интегрального коэффициента регрессионной модели оценки уровня функциональных возможностей сердечно - сосудистой системы: наименьший коэффициент 1,976 зафиксирован для группы с высоким уровнем функциональных возможностей; в группе с нормальным уровнем он составляет 1,990; в группе с низким уровнем - 2,182; отличие группы с низким уровнем функциональных возможностей сердечно-сосудистой системы от групп с высоким нормальным статистически значимо при уровне доверии более 99,999%.

Список работ, опубликованных по теме диссертации:

Публикация в журнале «Перечня...» ВАК Минобрнауки:

1. К проблеме выбора способа фильтрации и алгоритма детекции кардио-цикла при анализе электрокардиограммы / С.Е. Швагерус, Г.И. Сапронов, Е.И. Пелешенко, А.М. Сафонов, Е.В. Свирина, А.И. Белоусов // Вестник Воронежского государственного технического университета 2007 .№ 8, -С. 257

Публикации в других научных изданиях:

2. Изучение восприимчивости миокарда к воздействию кардиотропных средств на примере сердечных гликозидов и антагонистов ионов кальция / В.П. Гулов, Г.И. Сапронов, Е.И. Пелешенко, Е.В. Свирина // Научно-практический журнал "Научно-медицинский вестник Центрального Черноземья" 2007, № 27 С. 51-56.

3. Модифицированный ме тод анализа электрокардиограммы / Е.И. Пелешенко, Г.И. Сапронов, Е.В. Свирина, А.И. Белоусов, А.М. Сафонов // Сборник Трудов научных Второго съезда кардиологов Сибирского Федерального округа, Томск, 2007 г.-. С. 98-99

4. Ильина Е.В. Автоматизированная диагностическая система и критерии оценки функциональной д.чадаптации миокарда / Е.В. Ильина // Материа-

лы 5 международной конференции студентов и молодых ученых «Молодежь и медицина будущего» Винница, 2-3 июня 2008, С. 247-248

5. Болотских В.И. Моделирование соотношения компонентов ЭКГ-сигнала как инструмент исследования и оценки функционального состоя-1 ния сердца В.И. Болотских, Е.И. Пелешенко, Е.В. Ильина // Прикладные информационные аспекты медицины 2009. - Т. 12, № 1. - С. 117-122

Подписано в печать 13.11.2009 г. Формат 60 х 84/16 . Бумага офсетная. Усл. печ. л. 1,0 Тираж 100 экз. Заказ № 2907

Отпечатано в типографии Воронежский ЦНТИ - филиал ФГУ «Объединение «Росинформресурс» Минэнерго России 394730, г. Воронеж, пр. Революции, 30