автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Система тревожной сигнализации для больных ишемической болезнью сердца

На правах рукописи

Краснчков Александр Сергеевич

СИСТЕМА ТРЕВОЖНОЙ СИГНАЛИЗАЦИИ ДЛЯ БОЛЬНЫХ ШПЕМИЧЕСКОЙ БОЛЕЗНЬЮ СЕРДЦА

Специальность: 05.11.17 - Приборы, системы и изделия

медицинского назначения

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2006

Работа выполнена в Санкт-Петербургском государственном электротехническом университете "ЛЭТИ" им. В.И. Ульянова (Ленина)

Научный руководитель —

кандидат технических наук, профессор Ульяницкий Ю.Д.

Официальные оппоненты:

доктор технических наук, профессор Демин А.В.

доктор технических наук, Железняк В.К.

Ведущая организация — Федеральное государственное унитарное предприятие «Государственный научно-исследовательский институт прикладных проблем», Санкт-Петербург

Защита диссертации состоится " ¿ММсдиХ 2006 г. в f2 часов на заседании диссертационного совета Д 212.238.06 Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" им. В. И. Ульянова (Ленина) по адресу: Санкт-Петербург, ул. Проф. Попова, 5.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан " 200 У г.

Ученый секретарь диссертационного совета

Юлдашев З.М.

goofeA 6 if-

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Неотъемлемым элементом в процессе лечения больных ишемической болезнью сердца (ИБС) является мониторинг элек-трокардиосигнала (ЭКС) пациента и выдача ему сигнала тревоги при возникновении ишемического эпизода. Эпизоды ишемии могут возникать без явно выраженного провоцирующего фактора и не сопровождаться болевыми ощущениями. Необходимо своевременно определять возникновение эпизода ишемии и предпринимать экстренные меры для предотвращения кризиса.

К устройствам подачи сигнала тревоги о развитии кризиса предъявляются повышенные требования по достоверности выработки сигнала тревоги. Развитие эпизода ишемии миокарда происходит в короткий промежуток времени (от 30 с.) и может вызывать тяжелые последствия для пациента. С другой стороны, для больных ишемической болезнью сердца выдача ложной рекомендации о якобы наступающем ишемическом эпизоде помимо необоснованного ограничения физической активности пациента является мощным психотравмирующем фактором, часто имеющим определяющее значение в процессе лечения. Поэтому для устройств сигнализации о развитии кризиса требуется постоянное повышение достоверности вырабатываемого сигнала тревоги.

В настоящее время имеются разработки носимых устройств, сигнализирующих о развитии эпизода ишемии. В России в НИИ Кардиологии им. В.А. Алмазова разработано и выпущено пробной партией устройство «Амулет». Зарубежным аналогом является устройство подачи тревоги при ишемии миокарда «Monitor-One» фирмы Q-Med.

Алгоритмы обработки кардиосигнала и выдачи сигнала тревоги в этих устройствах строились по усредненным характеристикам и параметрам ЭКС для широкой группы лиц, и не учитывали в полной мере значений параметров и характеристик кардиосигнала конкретных пациентов.

Резервом повышения достоверности выработки сигнала тревоги является индивидуальный подход к синтезу алгоритма обработки кардиосигнала за счет более полного использования информации о структуре и параметрах индивидуального кардиосигнала. Технически это может быть реализовано на современной микропроцессорной базе.

Целью работы является разработка системы тревожной сигнализации для больных ИБС, обеспечивающей повышение достоверности выработки сигнала тревоги при развитии эпизода ишемии за счет использования априорной информации о структуре и параметрах кардиосигнала конкретного пациента.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Исследовать структурные свойства и параметры индивидуальных кардиосигналов пациентов.

2. Дать медико-техническое обоснование метода синтеза алгоритмов

обработки кардиосигнала и выдачи сигнала тревоги, позволяющего полностью использовать индивидуальные структурные свойства и значения параметров кардиосигнала конкретного пациента на интервале развития эпизода.

3. Создать статистическую модель индивидуального кардиосигнала пациента.

4. Разработать структуру индивидуального алгоритма, оптимального в условиях принятой статистической модели кардиосигнала по заданному критерию. Определить перечень параметров кардиосигнала пациента, вводимых в структуру алгоритма, для обеспечения предельной достоверности выдачи сигнала тревоги.

5. Разработать программно-алгоритмическое обеспечение для реализации алгоритма.

6. Провести экспериментальную проверку синтезированного алгоритма.

Методы исследования. Поставленные задачи решаются методами теории случайных процессов и математической статистики.

Новые научные результаты. В результате решения научной задачи получены следующие новые научные результаты:

1. Метод синтеза алгоритма обработки кардиосигнала и выработки сигнала тревоги, позволяющий находить алгоритм формальными методами математической статистики как решение задачи проверки гипотез по заданному критерию оптимальности.

2. Способ фрагментации кардиокомплекса, позволяющий определять положения и длительности соответствующих фрагментов кардиокомплекса при изменении ЧСС на основе найденных временных зависимостей индивидуального кардиосигнала и данных предварительного обследования пациента.

3. Алгоритмы обработки кардиосигнала и выработки сигнала тревоги, обеспечивающие использование априорной информации о структуре и параметрах кардиосигнала и учитывающие динамику развития эпизода ишемии для случаев нулевого и ненулевого дрейфа изоэлектрической линии при различных вариантах наблюдения кардиосигнала.

4. Результаты теоретического исследования эффективности функционирования разработанных алгоритмов, позволяющие определить верхнюю границу эффективности алгоритмов, и установить целесообразность для практического использования алгоритма, основанного на наблюдении интервалов 8Т, Р<3, ТР/ кардиокомплексов.

5. Перечень параметров для ввода в общую структуру алгоритма, обеспечивающий синтез оптимального алгоритма для конкретного пациента.

Практическую ценность работы составляют:

1. Структура индивидуального алгоритма обработки кардиосигнала и выдачи сигнала тревоги.

2. Программные средства для сегментации кардиокомплексов в крайне зашумленных ЭКГ.

3. Способ длительного квазикогерентного накопления сигнала для исследования устойчивых элементов тонкой структуры кардиограмм.

4. Результаты экспериментального исследования эффективности функционирования синтезированного алгоритма на имитаторе и на записях ЭКГ пациентов.

Научные положения, выносимые на защиту:

1. Метод синтеза индивидуального оптимального алгоритма обработки кардиосигнала пациента с ИБС для системы тревожной сигнализации, в котором алгоритм, должен находится как решающая функция в задаче проверки гипотез, в этой задаче множество из двух точек (подать или не подать сигнал тревоги) рассматривается как пространство решений, множество возможных уровней ишемизации миокарда пациента — как пространство параметра, множество возможных реализаций кардиосигнала - как выборочное пространство с установленной условной вероятностью каждой реализации при каждом возможном уровне ишемизации миокарда.

2. Статистическая модель кардиосигнала, основанная на измерении мгновенной ЧСС, положений максимумов R-зубцов и расчета начал и длительностей всех сегментов кардиокомплексов, должна представлять собой совокупность коэффициентов разложения реализации аддитивной смеси кар-диосигналов миографической помехи и дрейфа изоэлектрической линии на каждом сегменте по системе из двух ортонормальных функций, первая из которых является постоянной, вторая получена из функции, описывающей форму сигнала на соответствующем сегменте, с усреднением указанной совокупности по параметрам амплитуд зубцов и дрейфу изолинии.

3. Структура индивидуального алгоритма обработки кардиосигнала и выработки сигнала тревоги, должна содержать: модуль сегментации кардиокомплексов; блок считывания сигналов с сегментов PQ, ST, ТР/; блок корреляционной обработки входной реализации из М кардиокомплексов с опорным сигналом на сегментах ST; модуль оценивания уровня накопленного дрейфа изоэлектрической линии; блок компенсации дрейфа изоэлектрической линии; блок выработки порога, использующий весовые коэффициенты, зависящие от вектора длительностей интервалов R-R и данные предварительного обследования пациента.

Практическое использование:

Результаты диссертационной работы использованы при клиническом и амбулаторном обследовании пациентов с ИБС на кафедре Факультетской терапии СПбГМУ им. акад. И.П. Павлова, что подтверждается актом о внедрении, приведенным в приложении к диссертации.

Апробация работы- Основные результаты работы докладывались: на ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ в 2002 - 2005;

- на 58-й научно-технической конференции НТОРЭС им. А. С. Попова, Санкт-Петербург, 25-29 апреля, 2003;

- на 5-й международной конференции «Радиоэлектроника в медицине», Москва, 1-3 октября, 2003;

- на Конгрессе ассоциации кардиологов СНГ «Фундаментальные исследования и прогресс в кардиологии», Санкт-Петербург, 18-20 сентября, 2003;

- на 59-й научно-технической конференции НТОРЭС им. А. С. Попова, Санкт-Петербург, 16-28 апреля, 2004;

- на ежегодной научно-практической конференции, проводимой в рамках Сессии Северо-Западного окружного центра сердечно-сосудистых заболеваний и «Недели здорового сердца и мозга», Санкт-Петербург, 26-27 мая, 2004;

- на международной конференции «Современные возможности холтеровско-го мониторирования», Санкт-Петербург, 28-29 мая, 2004;

- на юбилейной 60-й научно-технической конференции НТОРЭС им. А. С. Попова, Санкт-Петербург, 20-26 апреля, 2005;

Публикации. По материалам диссертации опубликовано 12 печатных работ, из них — 1 статья и 11 работ в материалах международных, всероссийских и региональных научных конференций.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, двух приложений и списка литературы, включающего 107 наименований. Основная часть работы изложена на 113 страницах машинописного текста. Работа содержит 27 рисунков, 5 таблиц.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены цель и задачи исследований.

Первая глава «Метод построения индивидуальных алгоритмов для мониторинговых устройств с выработкой сигнала тревоги пациенту с ИБС».

В первом разделе проводится анализ литературных источников по проблеме синтеза устройств выработки сигнала тревоги для пациентов с ИБС. Выявлены следующие резервы повышения достоверности выработки сигнала тревоги.

Существующие устройства осуществляют съем информации о динамических изменениях кардиосигнала в характерных точках кардиокомплекса. При этом информация, содержащаяся в остальных точках интервалов и зубцов, игнорируется. Так очевидно, что для больных ИБС весь сегмент БТ содержит информацию о наличии или отсутствии ишемии миокарда. Однако в подавляющем большинстве работ используется для выработки сигнала тревоги лишь уровень сигналов в некоторых точках. Необходимо рассматривать сигналы на всех участках сегмента, а не только в характерных точках.

Для пациентов с ИБС критические ситуации развивается не «скачком», а постепенно, и необходимо отслеживать весь процесс развития. Этой теме посвящены лишь недавние работы, в которых описывается необходимость изучения трендов параметров биологических сигналов. Однако в существующих устройствах тревожной сигнализации информация, сосредоточенная в трен-

дах не используется.

Существующие методы синтеза алгоритмов для устройств тревожной сигнализации либо базируются на теории распознавания образов, либо имитируют алгоритм определения состояния пациента врачом. Оптимальность алгоритмов не устанавливается.

Ставится задача синтеза оптимального алгоритма обработки кардио-сигнала учитывающая динамику развития эпизода ишемии и возможность использования всех составляющих кардиосигнала для выработки сигнала тревоги. Задача решается при следующих ограничениях:

1. Индивидуальный алгоритм создается для пациента, диагноз (ИБС) которому поставлен.

2. Имеется холтеровская запись кардиосигнала или запись нагрузочных тестов пациента, полученная на этапе предварительного обследования, соответствующая как нормальному состоянию пациента, так и содержащая эпизоды ишемии. Продолжительность записи достаточна для оценивания параметров кардиосигнала пациента с требуемой точностью.

Метод решения поставленной задачи основан на том, что алгоритм обработки и правило вынесения решения (выдать или не выдать сигнал тревоги) представляют собой решающую функцию в некоторой статистической задаче решения.

Действительно, в конечном счете, мониторинговое устройство должно либо не выдать сигнал тревоги - щ, либо подать сигнал тревоги - и/. Множество мо и щ =1/ рассматривается как пространство решений. Вынесение решения иеЕ/ осуществляется по результатам обработки реализации кардиосигнала у. Следовательно, и ~ и(у) - решающая функция. Реализации кардиосигнала у в силу действия случайных факторов и шумов приемника кардиосигнала статистически связаны с состоянием пациента х, которое непосредственно не наблюдается. Статистическая связь устанавливается условным распределением вероятностей Ж„(у) реализаций кардиосигнала уе У при фиксированном состоянии пациента хеХ, где К - множество всех возможных реализаций кардиосигнала пациента, рассматриваемое как выборочное пространство, Х- множество всех возможных состояний пациента - пространство параметра.

Тогда математическая задача формулируется как задача поиска решающей функции щ(у) из совокупности и всех решающих функций, для которых вероятность ложной тревоги и вероятность правильного обнаружения факта критической ишемизации миокарда удовлетворяет условиям

а<а0; о[и0(у)] = шах (1.1)

"о Ь>>и

Решающая функция и (у), оптимальная по критерию (1.1), по своей сути представляет собой алгоритм обработки Т(у) сигналов мониторинговым устройством, (статистику, то есть функцию выборочных значений) - и способ вынесения решения и[Т(у)] на основе статистики. Поиск алгоритма монито-рирования и выработки сигнала тревоги как решение соответствующей ста-

тистической задачи решения позволяет полностью формализовать нахождение оптимального в смысле (1.1) алгоритма обработки сигналов и выработки сигнала тревоги больному ишемической болезнью сердца.

Предложенный метод решения определил необходимые дальнейшие исследования:

1. Анализ закономерностей в структуре и параметрах индивидуального кар-диосигнала.

2. Построение статистической модели кардиосигнала, то есть представление индивидуального кардиосигнала совокупностью случайных величин с определенными законами совместного распределения вероятностей.

3. Поиск оптимальной решающей функции, то есть способа обработки кардиосигнала и вынесения решения о выдаче или невыдаче сигнала тревоги.

4. Оценка эффективности алгоритма.

5. Определения способа технической реализации алгоритма.

6. Испытание алгоритма на имитаторе и на записях реальных кардиосигна-лов.

Вторая глава «Структура и параметры кардиосигнала» посвящена исследованию детерминированных и статистических закономерностей индивидуального ЭКС на основе банка данных холтеровских монигорограмм (ХМ), предоставленных кафедрой Факультетской терапии СПбГМУ им. акад. И.П. Павлова.

Для исследования индивидуальных временных соотношений между компонентами кардиокомплекса в зависимости от частоты сердечных сокращений (ЧСС) из суточной записи кардиограммы пациента случайным образом выбирались пятиминутные фрагменты. В каждом фрагменте под визуальным контролем устанавливались границы интервалов и зубцов кардио-комплексов. Измерялись длительности интервала Q-T и длительности других интервалов и зубцов кардиокомплексов. В результате эксперимента установлено:

1. Эмпирические зависимости длительности интервала QT от ЧСС для каждого пациента могут быть аппроксимированы функцией вида формулы Базетта с индивидуальным значением коэффициента пропорциональности;

2. Отношение длительности зубца Р, интервала PQ, комплекса QRS, сегмента ST и зубца Т к длительности интервала Q-T аппроксимируется линейной зависимостью вида.

= (2.2)

где т. - длительность соответствующего интервала или зубца, к. и Ь. параметры наклона и смещения. Характер данной зависимости общий для всех обследованных пациентов, однако, параметры сугубо индивидуальны.

Из анализа механизма формирования кардиосигнала следует, что форма зубцов кардиокомплекса будет индивидуальной в силу индивидуальности физического строения сердца и тела пациента. Выдвинуто предположение о неизменности функционального вида зубцов при изменении ЧСС. Это пред-

положение, а также найденные временные соотношения в индивидуальном кардиосигнале, проверены следующим экспериментом. Из непрерывной записи кардиосигнала индивидуума выбирался каждый 140й кардиокомплекс, измерялась мгновенная ЧСС и по установленным зависимостям рассчитывались длительности т., и точки начала соответствующих зубцов кардиоком-плекса. На временном отрезке считывался кардиосигнал, путем

масштабирования считанный фрагмент приводился к интервалу [0,1] и записывался в массив данных.

В качестве меры сходства фрагмента ЭКС, соответствующего различным кардиоциклам (г Ф /), использовался выборочный коэффициент корреляции, характеризующий степень близости сегментов по форме, которая может искажаться в эксперименте как за счет собственно формы сигнала, так и за счет несовпадения сигналов при преобразовании координат времени.

В результате эксперимента получены значения математического ожидания и дисперсии выборочного значения коэффициента корреляции ри (/ = 1,2,...50 и/ = 1+1,...,50) для зубцов, равные

1. Среднее значение МР{#,} = 0,965, Моа8{р!)} = 0,963, Мт{ру} = 0,975.

2. Дисперсия БР{ру} = 0,034, Бд^^} = 0,023,1>т{р,;} = 0,026.

Результаты позволяют заключить, что гипотеза о стабильности формы элементов ЭКС справедлива для задач приближенного представления кардиосигнала с изменяющейся ЧСС какой-либо его копией, с индивидуальными параметрами масштаба и сдвига. Полученный результат также подтверждает справедливость установленных ранее временных соотношений в кардиосигнале.

Для получения статистических характеристик, амплитуд зубцов кардиосигнала рассчитаны гистограммы 23 пациентов на основе 10 минутных выборок, записанных в разное время методом холтеровского суточного монито-рирования. Анализ гистограмм различных пациентов показал, что на малых отрезках времени (10 мин) амплитуды кардиосигнала удовлетворительно аппроксимируются распределениями пирсоновского типа (бэта-распределением) или рядами Эджворда.

Для исследования статистических зависимостей амплитуд различных зубцов, на основе имеющихся экспериментальных данных произведен расчет выборочных значений коэффициента корреляции амплитуд зубцов. Выборки осуществлялись в случайные промежутки времени длительностью 10 минут, соответствующих одним и тем же средним значениям ЧСС. На основании эксперимента сделан вывод об отсутствии устойчивых корреляционных зависимостей амплитуд зубцов.

Третья глава «Статистическая модель кардиосигнала».

Представление наблюдаемой реализации кардиосигнала совокупностью случайных величин проводится при следующих ограничениях: 1. Считается, что Я зубец обнаруживается с вероятностью, равной единице, и положение его максимума измеряется абсолютно точно (в настоящее время достигнута точность измерения положения максимума, равная - 10""с.).

2. Реализация представляет собой аддитивную смесь кардиосигнала широкополосного шума и дрейфа изоэлектрической линии. Дрейф остается постоянным в пределах кардиокомплекса и изменяется от кардиокомплекса к кар-диокомплексу.

3. Для решения используется М последних кардиокомплексов.

Первое ограничение и установленные жесткие временные зависимости длительностей зубцов и интервалов кардиокомплекса от ЧСС в индивидуальном кардиосигнале позволяют по измеренным значениям длительностей интервалов 11-11- % 1=1, 2,...Мопределить начала и длительности т1Г всех интервалов и зубцов в последовательности М последних кардиокомплексов. Индексами г = 1, 2, 3, 4, 5, 6, 7, 8 обозначены соответственно зубцы Р, О, Я, Б,Т и интервалы БТ, Р<3 и ТР/ (ТР1 - интервал между смежными кар-диокомплексами). Тогда реализация кардиосигнала у(г) может быть представлена в виде суммы кардиокомплексов, и те, в свою очередь, в виде суммы фрагментов кардиокомплекса с указанием интервалов времени их существования.

М М 8

,=1 1=1 г—1

Неизменность формы зубцов кардиосигнала позволила представить реализацию сигнала в виде совокупности коэффициентов разложения его фрагментов по двум ортонормальным функциям. Первая — представ-

ляет собой константу. Вторая - щг 2 (Г) находится методом Грамма-Шмидта из функций, описывающих форму соответствующих зубцов, неизменную для каждого индивида.

] ,

р/г!(О = -/==; У»г2(0 = - , /г + , \т,г ; Jr = |sr^v)dv,

где 5/*) - эталонный сигнал г-ого зубца единичной энергии на интервале времени [0,1].

Тогда коэффициенты разложения входной реализации у({) по этим функциям

УЬ7= 1 = 1,2.....М; г = 1,2,.. „8; у = 1,2

Ь

представляют собой независимые нормально распределенные случайные величины с дисперсией О,5ЛГ0 и математическим ожиданием, равным

г , +>Ч\ г = 4,5;

МумН /—, ,_й ' М\У1Г2\=

Уг1гЫ, г = 6,7,8;

где у1г - коэффициент пропорциональности

для нормального состояния пациента. При развитии эпизода ишемии

/- = 1,2,3,4,:

.5

г = 6,7,8;

где д - число сердечных сокращений с момента начала ишемизации миокарда, гий , 2?ь длительность, смешение и угол наклона сегмента БТ в момент начала ишемизации.

< Это позволило получить статистическую модель кардиосигнала, со-

стоящего из М кардиокомплексов, в виде конечномерного нормального рас) пределения в условиях мьппечных шумов, шумов аппаратуры и дрейфа изо* электрической линии — А,. Эти распределения усредняются по амплитудным параметрам и по параметрам дрейфа для нормального состояния пациента и для различных фаз эпизода ишемии.

Четвертая глава «Синтез структуры индивидуального алгоритма мониторинга и выдачи сигнала тревоги больному ИБС».

В четвертом разделе определяется структура индивидуального оптимального, по (1.1), алгоритма выработки сигнала тревоги больному ИБС. Решение этой задачи сводится к задаче проверки сложной гипотезы, соответствующей нормальному состоянию пациента и докритическим уровням ишемизации миокарда, против сложной альтернативы, соответствующей уровням, ишемизации выше критического. Установлено, что оптимальная (по критерию (1.1) решающая функция и[Т(у)~\ может быть найдена как критическая функция наиболее мощного критерия уровня а = аь для проверки гипотезы с наивысшем докритическим значением величины ишемизации миокарда против альтернативы с наименьшим критическим значением.

Найдена решающая функция для случая нулевого дрейфа изоэлектри-ческой линии и для случая ненулевого дрейфа при различных вариантах наблюдения кардиосигнала: только на сегментах БТ, только на интервалах БТ, ТР7,

всего кардиокомплекса. При стремлении дисперсии дрейфа к нулю все алгоритмы сходятся к алгоритму, полученному для случая нулевого дрейфа изоэлектрической линии. Следовательно, эффективность алгоритма для случая нулевого дрейфа изоэлектрической линии является предельной для всех алгоритмов, учитывающих дрейф. Косвенно это указывает на достоверность полученных результатов.

Кардиосигнал на сегменте БТ можно представить в виде ? М М

+ 61(0+ ХО'+Ч)РИШ2^) = ^ (0+ (0 * 1=1 1=1

где (г + ц)рц, (г + ц)Р\1 - коэффициенты разложения кардиосигнала на 1-ом сегменте вТ, д = 0 соответствует наивысшей докритической ишемизации миокарда, # = 1 - наименьшей критической.

При стремлении дисперсии дрейфа изоэлектрической линии к бесконечности показывается, что переменная составляющая кардиосигнала

на сегментах БТ, полностью сохраняет необходимую для решения информацию. Информация в постоянной составляющей 5д(/) сигнала на сегментах

БТ полностью или частично разрушается. Если для решения используются только сегменты вТ и имеет место только горизонтальное смещение, происходит полное разрушение информации. По указанной причине алгоритм, основанный на наблюдении только сегмента БТ в условиях дрейфа, исключен из дальнейшего рассмотрения. При использовании интервалов кардиоком-плекса происходит частичное разрушение информации постоянной составляющей сигналов на сегментах вТ. Информация разрушается в меньшей степени, если используются интервалы и зубцы кардиокомплекса. Этим показана принципиальная возможность повышения достоверности выработки сигнала тревоги за счет обработки зубцов кардиокомплекса (которая в известных устройствах не проводится).

Решающая функция, использующая интервалы кардиокомплекса реализуется неравенством

Ш+ТМ6

м

^ ® /=1

Ра

16

;=12>

'/7+47

'Я+Ч8

</6

41

*№

(2)

г=6

где Быр), Б6д(0 - сигнал критической и докритической ишемизации миокарда.

Порог С(г) рассчитывается в зависимости от установленного врачом уровня В смещения сегмента вТ, угла к наклона сегмента БТ, определенного на этапе предварительного обследования, и вектора длительностей - г. сегментов Р(2, БТ, ТР7 в наблюдаемой реализации.

Найдено распределение статистики Т(у£,у7,у%) при различных уровнях ишемизации миокарда, которое не зависит от вектора А = значений дрейфа. Следовательно, сумма в неравенстве (2) является оценкой значения дрейфа, накопленного при корреляционной обработке реализации кар-диосигнала с разностным сигналом критической Б6к($ и докритической Бвд(0 ишемизации миокарда на интервале из М кардиокомплексов рис. 1.

Рис. 1. Изменение сигнала на сегменте БТ при возникновении эпизода ишемии.

По полученным распределениям рассчитана зависимость вероятности выдачи сигнала тревоги от уровня ишемизации миокарда, пересчитанного в число сердечных сокращений с момента начала ишемизации (кривая 2 рис.2), кривая 1 соответствует аналогичной зависимости для случая нулевого дрейфа.

Так как достоверность выдачи сигнала тревоги при использовании всего кардиокомплекса выше, чем достоверность при использовании только ин-

тервалов, а достоверность при нулевом дрейфе является пределом, то кривая вероятности выдачи сигнала тревоги при наблюдении всего кардиокомплекса займет промежуточное положение между кривыми 1 и 2 на рис.1. Из этого рисунка видно, что повышение достоверности за счет использования всего кардиокомплекса незначительно. Однако сложность обработки существенно возрастает: требуется формировать корреляционные функции зубцов с их копиями, рассчитывать временные характеристики всех интервалов и зубцов, осуществлять их взвешенное суммирование. Из-за больших флуктуаций амплитуд зубцов возможно появление значительных аномальных ошибок. С другой стороны, этого повышения можно достичь, если в алгоритме (работающем по интервалам) увеличить время наблюдения на одно - два сокращения сердца.

Поэтому для практической реализации предложено использовать алгоритм обработки кардиосигналов, основанный на наблюдении только интервалов кардиокомплекса (2).

1—*—бю дрейфа - -«- ■ нилмч дрейф -*-мимр|

Рис. 1. Зависимость вероятности выработки сигнала тревоги от уровня ише-мизации миокарда.

Пятая глава «Реализация и внедрение основных результатов работы» В пятом разделе приводятся варианты технической реализации алгоритмов мониторинга кардиосигнала с выдачей сигнала тревоги пациенту для случаев нулевого и ненулевого дрейфа изоэлеюрической линии. Структура алгоритма основанного на наблюдении интервалов ЭТ, РС?, ТР/ представлена на рис. 2.

Задача обработки кардиосигнала и выработки сигнала тревоги решается алгоритмом в режиме «скользящее окно». В поступающем кардиосигнале селектируется Я зубец и определяется временное положение его максимума.

y(t) Кардиосигнап

Определение положения максимума Я зубца

Определение интервалов (г/) и положения БТ, РО, ТР7 сегментов

ГМ* ~ (ТМ )

х±

Коррелятор 'М6+ТМ6

\y{t)S6p{t)dt

'Мб

га

'м

Формирование опорного сигнала

S<spu(0 =$бш(0-3бдм(0 на интервале

\?мь tM6 + Тмб\

Весовая обработка

Параметры индивидуального кардиосигнала по результатам предварительной обработки

Расчет Ра, Ра

Интегратор 'MS+TM8 jy(t)d> <мг

Интегратор 'М6+ТМ6 jy(t)dt

Ш6

Интегратор \y(t)dt

'Ml

Буферная память

м

Занесение вм Исключение Во

Расчет порога статистики Т- С(т)

М

Т.&М =Т(У6>У7>У*) /=1

I

т<с

Да (ы0) Нет (и,)

Рис. 3. Структурная схема алгоритма обработки кардиосигнала и выработки сигнала тревоги пациенту.

Разность временного положения Я зубца текущего и предыдущего кардио-комплексов тм и временное положение максимума гм текущего Я - зубца обеспечивают временное распределение сигналов текущего кардиокомплек-са. Текущему кардиокомплексу присваивается индекс М. По установленным на этапе предварительного обследования временным зависимостям = /«('м )> тм* = 8*(тм ) устанавливаются моменты начала и длительности интервалов БТ, РО, ТР7 текущего кардиокомплекса. По установленным врачом параметрам ишемизации миокарда В, к и длительности интервала Я-Я - тм определяются коэффициенты рш, рт. Эти коэффициенты и временные параметры сегмента вТ (¡мб'ТМб) используются для формирования опорного сигнала и его коррелирование с реализацией кардиосигнала текущего кардиокомплекса. На интервалах БТ, РО, и ТР7 рассчитывается среднее значение

постоянной составляющей входной реализации. Сумма этих значений, умножается на весовой коэффициент и вычитается из результата корреляционной обработки реализации с опорным сигналом. Полученное значение вм заносится в буферную память, индексы хранящихся там значений уменьшаются на единицу, значение во исключается из памяти. Далее сумма значений 9, хранящихся в буферной памяти, представляет собой значение статистики Т(у& у7, на момент завершения обработки текущего кардиокомплекса.

Порог С(г) рассчитывается в зависимости от установленного врачом уровня В смещения сегмента БТ, угла к наклона сегмента БТ, определенного на этапе предварительного обследования, и вектора длительностей - Г» сегментов р<3, БТ, ТР7 в наблюдаемой реализации.

Таким образом, получена структура индивидуального оптимального (по указанному критерию) алгоритма, которая является общей для всех пациентов с ИБС, при подстановке значений параметров кардиосигнала конкретного пациента получается алгоритм, оптимальный только для него.

Для оценки возможностей практического применения алгоритмов методом статистических испытаний проверена эффективность алгоритмов при ограниченной точности определения положения максимума Я зубца, при изменяющейся в пределах одного кардиокомплекса величине дрейфа изоэлектрической линии. Кардиосигнал, шумы, и дрейф изоэлектрической линии моделировались имитатором, выполненным в виде программного продукта. Шумы генерировались с помощью генератора шума выполненного в виде стандартной опции языка программирования Ое1рЬу 5. Дрейф изоэлектрической линии формировался как сумма трех синусоид с частотами 0,6Гц 0,4Гц 0,2Гц и амплитудами равными 675 мкВ, 750мкВ, 1275 мкВ. Начальные фазы гармоник менялись от опыта к опыту по случайному закону (рис 4).

Кардиосигнал представлял собой две последовательности. Первая последовательность представляла собой 50 кардиокомплексов без смещения сегмента БТ (моделировалось нормальное состояние пациента на интервале времени накопления сигнала алгоритмом). Затем генерировалась вторая последовательность с имитацией развивающегося эпизода ишемии. Формирование второй последовательности прекращалось при выдаче алгоритмом сигнала тревоги, при этом фиксировался номер кардиокомплекса, на котором подавался сигнал тревоги. Проведено 30000 испытаний. Эмпирическая интегральная функция распределения представлена на рис. 2, кривая 3. Из него следует, что изменяющийся во времени дрейф изоэлектрической линии вкупе с неточностью определения положения максимума Я - зубца приводят к расширению зоны интенсивного роста вероятности выдачи сигнала тревоги. Однако данное расширение незначительно и может быть скомпенсировано приростом энергии сигнала на сегменте БТ при развитии эпизода ишемии за одно сокращение сердца. Из графика видно, что время срабатывания устройства при критической ишемизации миокарда лежит в диапазоне порядка 10-ти сердечных сокращений, что позволяет своевременно информировать пациента о развитии эпизода ишемии.

• ^«. 71« 1 Л-. 7^. [/1.1 71-1 1 /и

и 1 и и 1 и ' л и ' и и (и

/дац 1.А.У Л.* л* таг

Рис. 4. Сигналы на выходе имитатора: "чистый" кардиосигнал и аддитивная смесь кардиосигнала, шума и дрейфа изоэлектрической линии.

Приводятся результаты испытания алгоритма на классифицированных суточных записях кардиосигнала девяти пациентов в СПб ГМУ им. акад. И.П. Павлова. Алгоритм выявил все эпизоды ишемии и не дал ни одной ложной тревоги из-за действия собственных шумов аппаратуры, миографической помехи и дрейфа изоэлектрической линии.

Далее рассматривается возможность использования отдельных результатов работы для решения смежных задач, например, возможность использования квазикогерентного накопления кардиосигнала для целей диагностики.

В заключении сформулированы основные результаты диссертационной работы.

В приложении приводятся

1. Протокол испытаний алгоритма мониторинга кардиосигнала с выдачей сигнала тревоги пациенту в СПб ГМУ им. акад. И.П. Павлова.

2. Иллюстрационный материал.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Предложено проводить поиск алгоритма обработки кардиосигнала с выдачей сигнала тревоги больному ИБС при возникновении эпизода ишемии в модели статистической задачи проверки гипотез, в которой уровень ишеми-зации миокарда пациента - пространство параметра, отсутствие или наличие сигнала тревоги - пространство решений, множество реализаций кардиосигнала - выборочное пространство, алгоритм обработки кардиосигнала и способ принятия решения по результатам обработки - решающая функция. Предложенный подход дает возможность сформулировать критерий оптимальности мониторинга и формальными методами математической статистики найти способ обработки кардиосигнала, оптимальный по установленному критерию.

2. Путем исследования кардиосигналов пациентов установлено наличие в кардиосигнале индивидуальных зависимостей между длительностью интервала Я-Я и длительностями всех интервалов и зубцов кардиокомплекса. Установлена неизменность формы зубцов кардиокомплекса при изменении ЧСС. Найденные зависимости позволяют осуществлять квазикогерентное накопление кардиосигнала, имеющее множество практических применений: от выявления нюансов формы кардиосигнала при длительном накоплении (накопление за сутки повышает соотношение сигнал/шум в 200-400 раз) до повышения помехоустойчивости приборов наблюдения кардиосигнала различного назначения, в частности, в устройстве предупреждения о наступлении эпизода ишемии квазикогерентное накопление повышает соотношение сигнал/шум в 5 раз и более. Индивидуальные временные зависимости позволяют устанавливать фазу сердечного цикла и служить основой для комплексиро-вания информации при использовании различных датчиков и для синхронизации различных воздействий на сердце.

3. Разработана статистическая модель кардиосигнала для нормального состояния пациента с ИБС (и для здоровых людей) и различных фаз развития эпизода ишемии. Статистическая модель кардиосигнала может служить основой для разработки устройств мониторинга состояний оператора при выполнении им сложных или опасных работ с разветвленной программой действий при возникновении критических ситуаций в сердечно-сосудистой системе оператора.

4. Определены структуры индивидуальных алгоритмов обработки кардиосигнала для кардиомониторов с выдачей сигнала тревоги пациенту при наступлении эпизода ишемии в условиях отсутствия дрейфа изоэлектрической линии и при его наличии. Показана возможность использования всех интервалов и зубцов кардиокомплекса для повышения достоверности выработки сигнала тревоги в условиях дрейфа изоэлектрической линии. Установлена целесообразность построения устройств тревожной сигнализации основанных на наблюдении только интервалов Р(}, БТ и ТР/ кардиокомплексов.

5. Показано, что индивидуальный алгоритм обработки кардиосигнала с выдачей сигнала тревоги пациенту с ИБС имеет общую структуру для всех людей. Введение в эту структуру индивидуальных параметров кардиосигнала пациента позволяет получить индивидуальный алгоритм, оптимальный по установленному критерию.

6. Эффективность алгоритма обработки кардиосигнала и выдачи сигнала тревоги пациенту, основанного на наблюдении интервалов кардиокомплекса, проверена с использованием имитатора кардиосигнала. Отмечено незначительное снижение эффективности алгоритма по сравнению с теоретическим, обусловленное ограниченной точностью определения положения максимума Я-зубца и изменениями величины дрейфа изоэлектрической линии в пределах кардиокомплекса. Алгоритм прошел проверку на классифицированных суточных записях кардиограмм 9 пациентов. В этих записях алгоритм выявил все ишемические эпизоды, и не дал ни одной ложной тревоги из-за дрейфа

изоэлектрической линии и миографической помехи.

ОПУБЛИКОВАННЫЕ РАБОТЫ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Богачев М.И., Красичков A.C., Пыко С.А., Ульяницкий Ю.Д. Концепция построения устройств обработки кардиоинформации на базе микроЭВМ // Известия СПбГЭТУ «ЛЭТИ». Серия «Радиоэлектроника и телекоммуникации». - 2003. - №1. - С.21-25.

2. Богачев М.И., Красичков A.C., Пыко С.А., Ульяницкий Ю.Д. Концепция построения кардиомониторов на базе микроЭВМ //Материалы 58-й НТК НТОРЭС им. A.C. Попова. - СПб., 2003. - С.205-206.

3. Адрианов А.Б., Богачев М.И., Заславская О.М., Красичков A.C., Пыко С.А., Ульяницкий Ю.Д. Нелинейные методы анализа случайных потоков (на примере исследования вариабельности сердечного ритма) // Материалы 5-й международной конференции "Радиоэлектроника в медицине". — М., 2003.

4. Богачев М.И., Заславская О.М., Красичков A.C., Конради А.О., Пыко С.А., Ульяницкий Ю.Д. Кумулянтные методы анализа вариабельности сер- i дечного ритма // Сб. мат. Конгресса ассоциации кардиологов СНГ "Фундаментальные исследования и прогресс в кардиологии". - СПб., 2003. - С. 32.

5. Богачев М.И., Красичков A.C. Экспериментальное исследование временных параметров электрокардиосигнала //Материалы 59-й НТК НТОРЭС им. A.C. Попова. - СПб., 2004. - С.194-195.

6. Красичков A.C. Статистические характеристики амплитудных параметров индивидуального кардиосигнала //Материалы 59-й НТК НТОРЭС им. 1 A.C. Попова. - СПб., 2004. - С.18-19. I

7. Красичков A.C., Ульяницкий Ю.Д. Форма зубцов кардиокомплекса при вариации сердечного ритма //Материалы 59-й НТК НТОРЭС им. A.C. Попова.-СПб., 2004.-С. 16-18.

8. Киреенков И.С., Красичков A.C., Нифонтов Е.М. Определение индивидуальной зависимости между временными параметрами электрокардиограммы //Вестник аритмологии. - 2004. -Прил. С.-№35. - С. 33.

9. Красичков A.C., Гусаров Г.В. Критерий качества автономного устройства для предупреждения о наступлении эпизодов ишемии миокарда у больных ишемической болезнью сердца //Вестник аритмологии - 2004. - Прил. А. -№35.-0.221. '

10. Красичков A.C., Гусаров Г.В. Процесс диагностики и лечения как статистическая задача решения //Вестник аритмологии - 2004. - Прил. А. - №35. -С.221-222.

11. Красичков A.C. Статистическая модель кардиосигнала для здорового человека //Материалы 60-й НТК НТОРЭС им. A.C. Попова. - СПб., 2005. -С. 19-20.

12. Красичков A.C., Нифонтов Е.М., Ульяницкий Ю.Д. Результаты испытания индивидуального алгоритма предупреждения эпизодов ишемии //Материалы 60-й НТК НТОРЭС им. A.C. Попова. - СПб., 2005. - С.206-207.

Подписано в печать 29.11.05. Формат 60*84 1/16. Бумага офсетная. Печать офсетная. Печ. л. 1,0. Тираж 100 экз. Заказ 129.

Отпечатано с готового оригинал-макета в типографии Издательства СПбГЭТУ "ЛЭТИ"

Издательство СПбГЭТУ "ЛЭТИ" 197376, С.-Петербург, ул. Проф. Попова, 5

lootА бчч-

0 6-677

Список сокращений и обозначений.

ВВЕДЕНИЕ.

1. МЕТОД ПОСТРОЕНИЯ ИНДИВИДУАЛЬНЫХ АЛГОРИТМОВ ДЛЯ МОНИТОРИНГОВЫХ УСТРОЙСТВ С ВЫРАБОТКОЙ СИГНАЛА ТРЕВОГИ ПАЦИЕНТУ С ИБС.

1.1. Анализ задачи синтеза устройств тревожной сигнализации для больных ИБС.

1.2. Процесс мониторинга как статистическая задача решения.

1.3. Основные задачи исследования.

Выводы.

2. СТРУКТУРА И ПАРАМЕТРЫ КАРДИОСИГНАЛА.

2.1 Структура кардиосигнала в модифицированном отведении - У6.

2.2 .Метод измерения временных и амплитудных параметров кардиосигнала.

2.3. Временные параметры сигналов кардиокомплекса.

2.4. Амплитудные параметры сигналов кардиокомплекса.

2.5. Форма зубцов кардиокомплекса при вариации сердечного ритма.

Выводы.

3. СТАТИСТИЧЕСКАЯ МОДЕЛЬ КАРДИОСИГНАЛА.

3.1. Представление кардиосигнала совокупность случайных величин.

3.2. Усреднение условного распределения вектора коэффициентов разложения кардиосигнала по плотностям распределения амплитудных параметров и параметров дрейфа.

3.3. Статистическая модель кардиосигнала больного ИБС в различных стадиях развития кризиса.

Выводы.

4. СИНТЕЗ СТРУКТУРЫ ИНДИВИДУАЛЬНОГО АЛГОРИТМА МОНИТРИНГА И ВЫДАЧИ СИГНАЛА ТРЕВОГИ БОЛЬНОМУ ИБС.

4.1. Синтез структуры индивидуального алгоритма мониторинга кардиосигнала пациента с ИБС при отсутствии дрейфа изолинии.

4.2. Алгоритмы обработки кардиосигнала и выработки сигнала тревоги пациенту при ненулевом дрейфе изоэлектрической линии.

Выводы.

5. РЕАЛИЗАЦИЯ И ВНЕДРЕНИЕ ОСНОВНЫХ РЕЗУЛЬТАТОВ РАБОТЫ.

5.1. Реализация алгоритма обработки кардиосигнала при нулевом дрейфе изоэлектрической линии.

5.2. Реализация алгоритма обработки кардиосигнала при ненулевом дрейфе изоэлектрической линии.

5.3. Проверка эффективности алгоритма.

5.4. Возможные пути реализации результатов работы.

Выводы.

Последние десятилетия неотъемлемым элементом в процессе лечения больных ишемической болезнью сердца (ИБС) является мониторинг кардиосигнала пациента и выдача ему сигнала тревоги при возникновении и развитии ишемического эпизода. Необходимость таких устройств обусловлена тем, что эпизоды ишемии могут возникать без явно выраженного провоцирующего фактора, без изменения частоты сердечных сокращений (ЧСС) и не сопровождаться болевыми ощущениями в начальной стадии [1]. Развитие эпизода ишемии миокарда происходит в короткий промежуток времени (от 30 секунд до нескольких минут) и при затяжном эпизоде может вызывать тяжелые последствия для пациента: внезапная смерть, инфаркт миокарда, острая сердечная недостаточность. Поэтому необходимо своевременно определять возникновение эпизода ишемии и предпринимать экстренные меры для предотвращения кризиса (снятие нагрузки, использование соответствующего лекарства). С другой стороны, ложная тревога является мощным психотравмирующим фактором, поэтому очевидна необходимость предельного повышения достоверности вырабатываемых кардиомониторинговым устройством сигналов о появлении эпизода ишемии.

Известные российские и зарубежные устройства «Амулет», С>-Мес1 [2,3] для решения поставленной задачи используют алгоритмы обработки кардиосигнала, по сути, имитирующие действия врача. Оптимальность обработки информации такими устройствами не является доказанной. Очевидны следующие факты. Съем информации на сегменте 8Т кардиосигнала (по возникновению и росту сигнала на этом сегменте определяется наличие или отсутствие эпизода ишемии) осуществляется лишь в характерных точках [2-9], информация, сосредоточенная в иных точках сегмента, фактически игнорируется. Решение о наличии или отсутствии эпизода ишемии выносится по результатам наблюдения сигнала на сегменте 8Т текущего кардиокомплекса [3] или сигнала, усредненного на коротком интервале времени [10,11]. Однако эпизод ишемии развивается на протяжении нескольких десятков секунд, и, следовательно, кардиосигнал на всем интервале содержит информацию в пользу того или иного решения [12-14]. Поэтому вся информация, заключенная в предыстории, оказывается потерянной этими алгоритмами. В конечном счете, это снижает достоверность выдачи сигнала тревоги. Наконец, алгоритмы работы таких устройств синтезируются в расчете на широкую группу лиц и допускают подстройки к конкретным пациентам, не обеспечивающие в полной мере использование индивидуальных структурных свойств кардиосигнала, индивидуальных параметров кардиосигнала [4-9,15,16]. Это не позволяет обеспечить оптимальную обработку кардиосигнала конкретного пациента.

В современной кардиологии сложилась тенденция индивидуального подхода к лечению пациента. Индивидуальный подход позволяет получить наибольший терапевтический эффект. Однако сложившиеся практика создания устройств тревожной сигнализации различного назначения [17-20] противоречит указанной тенденции. Резервом существенного повышения достоверности выработки сигнала тревоги является индивидуальный подход к синтезу алгоритма обработки кардиосигнала с учетом структурных свойств и параметров кардиосигнала конкретного пациента. Для реализации этого направления требуется создание метода синтеза индивидуальных алгоритмов для мониторинговых устройств (МУ) наблюдения кардиосигнала и выдачи сигнала тревоги пациенту.

Научной задачей диссертационной работы является разработка системы тревожной сигнализации для больных ИБС, обеспечивающей повышение достоверности выработки сигнала тревоги при развитии эпизода ишемии за счет использования априорной информации о структуре и параметрах кардиосигнала конкретного пациента.

Решение научной задачи предполагает: 1. Исследовать структурные свойства и параметры индивидуальных кардиосигналов пациентов.

2. Дать медико-техническое обоснование метода синтеза алгоритмов обработки кардиосигнала и выдачи сигнала тревоги, позволяющего полностью использовать индивидуальные структурные свойства и значения параметров кардиосигнала конкретного пациента на интервале развития эпизода.

3. Создать статистическую модель индивидуального кардиосигнала пациента.

4. Разработать структуру индивидуального алгоритма, оптимального в условиях принятой статистической модели кардиосигнала по заданному критерию. Определить перечень параметров кардиосигнала пациента, вводимых в структуру алгоритма, для обеспечения предельной достоверности выдачи сигнала тревоги.

5. Разработать программно-алгоритмическое обеспечение для реализации алгоритма.

6. Провести экспериментальную проверку синтезированного алгоритма.

Научная задача решается методами математической статистики на основе системного подхода.

Подход основан на том, что конечным продуктом МУ является выработка или невыработка сигнала тревоги пациенту. Решение о выдаче или невыдаче сигнала тревоги принимается на основе наблюдения кардиосигнала, статистически из-за наличия помех связанного с уровнем ишемизации миокарда, который (уровень) непосредственно не наблюдается. Это -статистическая задача решения, точнее, задача проверки гипотезы об отсутствии факта критической ишемизации миокарда против альтернативы о наличии факта [21,22]. Предлагается проводить синтез алгоритма обработки кардиосигнала и вынесения решения о выдаче или невыдаче сигнала тревоги пациенту в рамках задачи проверки гипотез на основе наблюдения над кардиосигналом. В этой постановке ищется оптимальная решающая функция (то есть способ обработки кардиосигнала и правило вынесения решения по результатам обработки) по заданному критерию. Тогда поиск оптимального алгоритма обработки кардиосигнала осуществляется формальными методами математической статистики.

В результате решения научной задачи получены новые научные результаты, которые выносятся на защиту:

1. Метод синтеза индивидуального оптимального алгоритма обработки кардиосигнала пациента с ИБС для системы тревожной сигнализации, в котором алгоритм, должен находится как решающая функция в задаче проверки гипотез, в этой задаче множество из двух точек (подать или не подать сигнал тревоги) рассматривается как пространство решений, множество возможных уровней ишемизации миокарда пациента - как пространство параметра, множество возможных реализаций кардиосигнала -как выборочное пространство с установленной условной вероятностью каждой реализации при каждом возможном уровне ишемизации миокарда.

2. Статистическая модель кардиосигнала, основанная на измерении мгновенной ЧСС, положений максимумов 11-зубцов и расчета начал и длительностей всех сегментов кардиокомплексов, должна представлять собой совокупность коэффициентов разложения реализации аддитивной смеси кардиосигналов миографической помехи и дрейфа изоэлектрической линии на каждом сегменте по системе из двух ортонормальных функций, первая из которых является постоянной, вторая получена из функции, описывающей форму сигнала на соответствующем сегменте, с усреднением указанной совокупности по параметрам амплитуд зубцов и дрейфу изолинии.

3. Структура индивидуального алгоритма обработки кардиосигнала и выработки сигнала тревоги, должна содержать: модуль сегментации кардиокомплексов; блок считывания сигналов с сегментов Р0>, 8Т, ТР'; блок корреляционной обработки входной реализации из М кардиокомплексов с опорным сигналом на сегментах 8Т; модуль оценивания уровня накопленного дрейфа изоэлектрической линии; блок компенсации дрейфа изоэлектрической линии; блок выработки порога, использующий весовые коэффициенты, зависящие от вектора длительностей интервалов Я-Я и данные предварительного обследования пациента.

Основные результаты работы будут реализованы в разработках НИИ кардиологии им. В.А. Алмазова МЗ РФ и ГМУ им. акад. И.П. Павлова, Санкт-Петербург.

По результатам работы был получен грант для молодых ученых на конкурсе «Инновационные технологии» в 2005 году.

Основные результаты были представлены на семи Российских и международных научных конференциях [23-33], а также на научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ им. Ульянова~(Ленина) «ЛЭТИ» 2002-2005 гг.

По теме диссертации опубликовано 12 печатных работ.

Диссертационная работа содержит введение, пять тематических разделов, заключение, приложение и включает в себя 113 страниц текста, 27 рисунков, 5 таблиц.

ВЫВОДЫ.

1. Предложены варианты технической реализации алгоритмов для случаев нулевого и ненулевого дрейфов изоэлектрической линии.

2. Параметры алгоритма синтезированного для работы по сигналам с интервалов РС>, БТ, ТР7 в условиях дрейфа изоэлектрической линии проверены экспериментально.

Путем моделирования кардиосигнала, шумов и дрейфа на имитаторе исследована эффективность алгоритма при ограниченной точности определения положения максимума Я-зубца и изменении величины дрейфа изоэлектрической линии в пределах анализируемых кардиокомплексов. Установлено незначительное расширение зоны интенсивного роста вероятности выдачи сигнала тревоги пациенту.

Проведено 30000 испытаний алгоритма для нормального состояния пациента. Не зарегистрировано ни одной ложной тревоги. Это согласуется с полученными теоретическими результатами.

3. Определен перечень параметров индивидуального кардиосигнала, которые необходимо вводить в структуру алгоритма.

4. Предложено для анализа тонкой структуры кардиосигнала для различных целей диагностики использовать квазикогерентное накопление кардиосигнала. При накоплении за сутки соотношение сигнал/шум повышается в 200 - 400 раз.

5. Установлена возможность использования алгоритма в палатах интенсивной терапии.

ЗАКЛЮЧЕНИЕ.

В ходе проведенного исследования в диссертационной работе получены следующие результаты.

1. Предложено проводить поиск алгоритма обработки кардиосигнала с выдачей сигнала тревоги больному ИБС при возникновении эпизода ишемии в модели статистической задачи проверки гипотез, в которой уровень ишемизации миокарда пациента - пространство параметра, отсутствие или наличие сигнала тревоги - пространство решений, множество реализаций кардиосигнала - выборочное пространство, алгоритм обработки кардиосигнала и способ принятия решения по результатам обработки -решающая функция. Предложенный подход дает возможность сформулировать критерий оптимальности мониторинга и формальными методами математической статистики найти способ обработки кардиосигнала оптимальный по установленному критерию.

2. Путем исследования кардиосигналов пациентов установлено наличие в кардиосигнале индивидуальных зависимостей между длительностью интервала Я-Я и длительностями всех интервалов и зубцов кардиокомплекса. Установлена неизменность формы зубцов кардиокомплекса при изменении ЧСС. Найденные зависимости позволяют осуществлять квазикогерентное накопление кардиосигнала, имеющее множество практических применений: от выявления нюансов формы кардиосигнала при длительном накоплении (накопление за сутки повышает соотношение сигнал/шум в 200-400 раз) до повышения помехоустойчивости приборов наблюдения кардиосигнала различного назначения, в частности, в устройстве предупреждения о наступлении эпизода ишемии квазикогерентное накопление повышает соотношение сигнал/шум в 5 раз и более. Индивидуальные временные зависимости позволяют устанавливать фазу сердечного цикла и служить основой для комплексирования информации при использовании различных датчиков и для синхронизации различных воздействий на сердце.

3. Разработана статистическая модель кардиосигнала для нормального состояния пациента с ИБС (и для здоровых людей) и различных фаз развития эпизода ишемии. Статистическая модель кардиосигнала может служить основой для разработки устройств мониторинга состояний оператора при выполнении им сложных или опасных работ с разветвленной программой действий при возникновении критических ситуаций в сердечно-сосудистой системе оператора.

4. Определены структуры индивидуальных алгоритмов обработки кардиосигнала для кардиомониторов с выдачей сигнала тревоги пациенту при наступлении эпизода ишемии в условиях отсутствия дрейфа изоэлектрической линии и при его наличии. Показана возможность использования всех интервалов и зубцов кардиокомплекса для повышения достоверности выработки сигнала тревоги в условиях дрейфа изоэлектрической линии. Установлена целесообразность построения устройств тревожной сигнализации основанных на наблюдении только интервалов РС>, 8Т и ТР; кардиокомплексов.

5. Показано, что индивидуальный алгоритм обработки кардиосигнала с выдачей сигнала тревоги пациенту с ИБС имеет общую структуру для всех людей. Введение в эту структуру индивидуальных параметров кардиосигнала пациента позволяет получить индивидуальный алгоритм, оптимальный по установленному критерию.

6. Эффективность алгоритма обработки кардиосигнала и выдачи сигнала тревоги пациенту, основанного на наблюдении интервалов кардиокомплекса, проверена с использованием имитатора кардиосигнала. Отмечено незначительное снижение эффективности алгоритма по сравнению с теоретическим, обусловленное ограниченной точностью определения положения максимума Я-зубца и изменениями величины дрейфа изоэлектрической линии в пределах кардиокомплекса. Алгоритм прошел проверку на классифицированных суточных записях кардиограмм 9 пациентов. В этих записях алгоритм выявил все ишемические эпизоды, и не дал ни одной ложной тревоги из-за дрейфа изоэлектрической линии и миографической помехи.

1. Чазов Е.И. Болезни сердца и сосудов. - М.: Медицина, 1992. - Т2. - 488 с.

2. J. Barry, S. Campbell, E.J. Nabel, К. Mead, and A.P. Selwyn. Ambulatory monitoring of the digitized electrocardiogram for detection and early warning of transient myocardial ischemia in angina pectoris //Am. J. Cardiol. 1987. -Vol.60. -P.483-488.

3. Y. Goletsis, C. Papaloukas, D.I. Fotiadis, A. Likas, and L.K. Michalis. Automated ischemic beat classification using genetic algorithms and multicriteria decision analysis //IEEE Trans. Biomed. Eng. 2004. - Vol.51. - P. 1717-1724.

4. R. Silipo, A. Taddei, and C. Marchesi. Continuous monitoring and detection of ST-T changes ischemic patients //in Proc. IEEE Comput. Cardiol. 1994. -P.225-228.

5. C. Papaloukas, D.I. Fotiadis, A. Likas, A.P. Liavas, and L.K. Michalis. A knowledge-based technique for automated detection of ischemic episodes in long duration electrocardiograms //Med. Biol. Eng. Comput. 2001. - Vol.39. -P.105-112.

6. C. Papaloukas, D.I. Fotiadis, A. Likas, C.S. Stroumbis, and L.K. Michalis. Use of a novel rule-based expert system in the detection of changes in the ST segment and T wave in long duration ECGs //J. Electrocardiol. 2002. - Vol.35. - P.27-34.

7. C. Papaloukas, D.I. Fotiadis, A. Likas, C.S. and L.K. Michalis. An ischemia detection method based on artificial neural networks //Artif. Intell. Med. 2002. - Vol. 24. - P.167-178.

8. С. Papaloukas, D.I. Fotiadis, A. Likas, C.S. Stroumbis, and L.K. Michalis. Use of a novel rule-based expert system in the detection of changes in the ST segment and T wave in long duration ECGs //J. Electrocardiol. 2002. - Vol.35. - P27-34.

9. Ю.Милева K.H. Разработка и исследование методов автоматического анализа ST сегмента электрокардиограммы в реальном масштабе времени. Диссертация на соискание ученой степени кандидата технических наук. -Л.: ЛЭТИ, 1989.-261 с.

10. П.Немирко А.П., Манило Л.А., Милева К.Н. Алгоритмы измерения и анализа параметров ST-сегмента ЭКС для систем автоматического наблюдения за состоянием человека //Вопросы кибернетики. 1991. - Вып. 164. - С. 127141.

11. R. Avent and J. Charlton. A critical review of trend-detection methodologies for biomedical systems //Crit. Rev. Biomed. Eng. 1990. - Vol.17. -P.621-659.

12. D. Calvelo, M.C. Chamdrin, D. Pomorski, and P. Ravaux. Toward symbolization using data-driven extraction of local trends for ICU monitoring //Artif. Intell. Med. 2000. - Vol. 1-2. - P203-223.

13. Haimowitz, P.L. Phillip, and I. Kohane. Clinical monitoring using regression-based trend templates //Artif. Intell. Med. 1995. - Vol.7. - P473-496.

14. M. Emdin, A. Taddei, M. Varanini, M. Raciti, S. Pola, C. Marchesi, and A. L'Abbate. Electrocardiographic and signal monitoring in ischemic heart disease: State of the art and perspective //J. Proc. Med. Eng. Technol. 1997. - Vol.21. -P.162-165.

15. L. Senhadji, G. Carrault, J. J. Bellanger, and G. Passariello. Comparing wavelet transforms for recognizing cardiac patterns //IEEE Eng. Med. Biol. Mag. 1995. -Vol.14.-P.167-173.

16. S. Charbonnier, G. Becq, and L. Biot. On-line segmentation algorithm for continuously monitored data in intensive care unit //IEEE Trans. Biomed. Eng. -2004.-Vol.51.-P.484-491.

17. Т. O'Carrol. Survey of alarms in an intensive therapy unit //Anaesthesia. 1986. -Vol.41.-P.742-744.

18. E. Coiera. Intelligent monitoring and control of dynamic physiological systems //Artif. Intell. Med. 1993. - Vol.5. - P.l-8.

19. S. Uclcun. Intelligent systems in patient monitoring and therapy management a survey of research projects //Int. J. Clin. Monitoring Computing. 1994. -Vol.11. — P.241-253.

20. K. Хелстром. Статистическая теория обнаружения сигналов. М.: Изд. ин. лит., 1963.-430 с.

21. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Сов. радио, 1969.-747 с.

22. Богачев М.И., Красичков А.С., Пыко С.А., Ульяницкий Ю.Д. Концепция построения устройств обработки кардиоинформации на базе микроЭВМ //Материалы 58-й НТК НТОРЭС им. А.С. Попова. СПб. - 2003. - С.205-206.

23. Киреенков И.С., Красичков А.С., Нифонтов Е.М. Определение индивидуальной зависимости между временными параметрами электрокардиограммы //Вестник аритмологии. 2004. - Прил. С. - N.35. -С.ЗЗ.

24. Богачев М.И., Красичков А.С. Экспериментальное исследование временных параметров электрокардиосигнала //Материалы 59-й НТК НТОРЭС им. А.С. Попова. СПб. - 2004. - С. 194-195.

25. Красичков А.С. Статистические характеристики амплитудных параметров индивидуального кардиосигнала //Материалы 59-й НТК НТОРЭС им. А.С. Попова. СПб. - 2004. - С. 18-19.

26. Красичков А.С., Ульяницкий Ю.Д. Форма зубцов кардиокомплекса при вариации сердечного ритма //Материалы 59-й НТК НТОРЭС им. А.С. Попова. СПб. - 2004. - С. 16-18.

27. Красичков A.C., Гусаров Г.В. Критерий качества автономного устройства для предупреждения о наступлении эпизодов ишемии миокарда у больных ишемической болезнью сердца //Вестник аритмологии. 2004. - Прил. А. -N.35. - С.221.

28. Красичков A.C., Гусаров Г.В. Процесс диагностики и лечения как статистическая задача решения // Вестник аритмологии. 2004. - Прил. А. -N.35.-C.222.

29. Красичков A.C. Статистическая модель кардиосигнала для здорового-человека //Материалы 60-й НТК НТОРЭС им. A.C. Попова. СПб. - 2005. -С.19-20.

30. Красичков A.C., Нифонтов Е.М., Ульяницкий Ю.Д. Результаты испытания индивидуального алгоритма предупреждения эпизодов ишемии // Материалы 60-й НТК НТОРЭС им. A.C. Попова. СПб. - 2005. - С.206-207.

31. Jose Garcia, Magnus Astrom, Javier Mendiv, Pablo Laguna, and Leif Sornmo. CG-based detection of body position in ischaemia monitoring //IEEE Transactions on biomedical engineering. 2003. - Vol.50. - N.6. - P.677-683.

32. J. Beneken and J. Van der AA. Alarms and their limits in monitoring //J. Clin. Monitoring. 1989. - Vol.5. - P.205-210.

33. S. Lawless. Crying wolf: false alarms in a pediatric intensive care unit //Crit. Care Med. 1994. - Vol.22. - N.6. - P.981-985.

34. Т. Sukuvaara, E. Koski, A. Makivirta, and A. Kari. A knowledge-based alarm system for monitoring cardiac operated patients technical constructio and evaluation //Int. J. Clin. Monitoring Computing. - 1993. - Vol.10. - P. 117-126.

35. E. Koski, T. Sukuvaara, A. Makivirta, and A. Kari. A knowledge-based alarm system for monitoring cardiac operated patients assessment of clinical performance //Int. J. Clin. Monitoring Computing. - 1994. - Vol.ll. - P.79-83.

36. M. Imhoff, M. Bauer, U. Gather, and D. Lohlein. Statistical pattern detection in univariate time series of intensive care online monitoring data //Intensive Care Med. 1998.-Vol.24.-P.1305-1314.

37. A. Makivirta, E. Koski, A. Kari, and T. Sukuvaara. The median filter as a preprocessor for a monitor limit alarm system in intensive care //Comput. Meth. Programs Biomed. 1991. - Vol.34. - P. 139-144.

38. Романов C.B. Принятие решений в медико-биологическом эксперименте. -JL: ЛЭТИ, 1988. — 60 с.

39. Генкин А.А. Новая информационная технология анализа медицинских данных. СПб.: Политехника, 1999. -191 с.

40. Власов Т.Д., Нифонтов Е.М., Галагудза М.М. Ишемия-репер фузия миокарда: повреждение и адаптация. СПБ.: Министерство здравоохранения Российской Федерации, 2003. - 72 с.

41. Е.Е. Azzouz. Signals recognition. IEEE Rress, 2000.

42. Терехов C.A. Введение в байесовы сети //В сб. Всеросийской НТК «Неироинформатика-20003». М. - 2003. - 4.1.

43. Fukuda Т., Morimoto Y., Morishita S., Tokuyama Т. Constructing efficient decision trees by using optimized numeric association rules //The VLDB Journal. 1996. http://citeseer.nj.nec.com/fucuda96constructing.html.

44. Кардиомониторы аппаратура непрерывного контроля ЭКГ: Учеб. пособие для вузов / под ред. Барановского А. Д., Немирко А. П. - М.: Радио и связь, 1993.-248 с.

45. Аникин В.В., Гасилин B.C. Клинико-функциональные критерии трудоспособности и особенности профессиональной реабилитации больных со стенокардией //Кардиология. 1990. - N4. - С.64-68.

46. О.Остроумова О. Д., Мамаев В.И., Ищенко К. А., Шорикова Е.Г. Фармакоэкономические аспекты применения ß-блокаторов при артериальной гипертонии и сердечной недостаточности //Кардиология. -2003. -N5. С.87-96.

47. JI. Шметтерер. Введение в математическую статистику. -М.: Наука, 1976. -520 с.

48. Э. Леман. Проверка статистических гипотез. М.: Наука, 1964. - 498с.

49. Орлов В.Н. Руководство по электрокардиографии. М.: Медицина, 1999. -560 с.

50. Радиотехнические системы / Под ред. Казаринова Ю.М. М.:Высш. шк., 1990.-496 с.

51. Шеповальников P.A., Немирко А.П., Калиниченко А.Н., Абрамченко В.В., Савицкий А.Г. Анализ электрокардиограммы плода во время родов. // Материалы 59-й НТК НТОРЭС им. A.C. Попова. СПб. - 2004. -С.210-211.

52. Г. Крамер. Математические методы статистики. М.:Мир, 1975. - 648 с.

53. Кулешов Э.В., Тихоненко В.М., Медведев М.М. Стенокардия (справочное пособие). СПБ.: Инкарт, 2000.- 79 с.

54. Д. Морман, Л. Хеллер.Физиология сердечно-сосудистой системы. СПБ.: Питер, 2000. - 250 с.

55. Баранов C.B., Евлахов В.И., Пуговкин А.П. Физиология сердца. СПБ.: СпецЛит, 2001.- 140 с.

56. Титомир Л.И., Рутткай-Недецкий И., Бахарова JI. Комплексный анализ электрокардиограммы в ортогональных отведениях. М.: Наука, 2001. - 237 с.

57. Ahlstrom M.L. And Tompkins W.J. Digital filters for real-time ECG signal processing microprocessors //IEEE Trans. Biomed. Eng. 1985. -N.32. -P.708-716.

58. Колтун B.M., Трусов Ю.С. Селектор зубцов R электрокардиосигналов, выделяющих сигнал по геометрическим признакам //Медицинская техника.- 1983. -N.2. С.12-16.

59. Микрокомпьютерные медицинские системы. Проектирование и применение / под. ред. У. Томпкинса, Дж. Уэббстера. М.: Мир, 1983. - 541 с.

60. Колтун В.М., Лебяжьев А.Н. Селектор R-зубцов кардиосигналов с умножением амплитуды на крутизну //Медицинская техника. 1990. - N.9.- С.17-21.

61. Жуков C.B. Устройство для выделения QRS-комплексов ЭКС. A.C. N1421303 СССР //Открытия. 1988. - N.33.

62. Колтун В.М., Трусов Ю.С. Селектор зубцов R, выделяющих сигнал по геометрическим признакам //Медицинская техника. 1985. - N.3. - С.32-39.

63. Немирко А.П. и др. Автоматизированные системы для медико-биологических исследований. Л.: ЛЭТИ, 1991.-71 с.

64. Немирео А.П., Озеров С.Ю. Алгоритм сегментации ЭКС для анализа синтаксическими методами распознавания образов //Изв. ТЭТУ. 1996. -Вып.491. - С.40-43.

65. Бородин В.П., Манило Л.А., Немирко А.П. Автоматический вывод грамматики для распознавания структурных элементов биомедицинских сигналов //Изв. ТЭТУ. 1994. -Вып.466. - С. 12-17.

66. Заславская О. М. Кумулянтные методы анализа случайных потоков (на примере исследования вариабельности сердечного ритма). Диссертация на соискание ученой степени кандидата технических наук. СПб.: «ЛЭТИ», 2001,- 193 с.

67. Калиниченко А.Н. Алгоритм обнаружения желудочкового комплекса ЭКГ //Изв. ТЭТУ. 1990. - Вып.428. - С.50-55.

68. Freisen G.M., Jannett Т.С., Manal Afify Jadallah, Yates S.L., Quint S.R., Troy N.H. A Comparison of Noise Sensitivity of Nine QRS Detection Algorithms //IEEE Trans. Biomed. Eng. 1990. - Vol.37. -N.l. - P.85-98.

69. Баевский P.M., Иванов Г.Г., Чирейкин Л.В. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем //Вестник аритмологии 2001. -N.24. - С.65-86.

70. Анджей Дабровски, Барбара Добровски, Ричард Пиотрович. Суточное мониторирование ЭКГ. М.: Медпрактика, 2000. - 208 с.

71. Бутаев Т.Д., Трешкур Т.В., Овечкина М.А., Порядина И.И., Пармон Е.В. Врожденный и приобретенный синдром удлиненного интервала QT. Учебно-методическое пособие. СПБ.: ИНКАРТ, 2002. - 48 с.

72. Макс Шальдах. Электрокардиотерапия. СПБ., 1992. - 255 с.

73. Баум О.В., Попов Л.А., Волошин В.И., Муромцева Г.А. QT дисперсия: модели и измерения //Вестник аритмологии - 2000. - N.20. - С.6-18.

74. Баум О.В., Попов Л.А., Волошин В.И., Муромцева Г.А. Дисперсия интервала QTA. Аналог или альтернатива QT дисперсии? //Вестник аритмологии. -2002. -N.29. - С.10-19.

75. Гусаров Г.В. Диагностические возможности динамической электрокардиографии. Диссертация на соискание ученой степени доктора медицинских наук. С-Пб, 1993. - 305 с.

76. И. Рутткай-Недецки. Проблемы электрокардиологической оценки влияния вегетативной нервной системы на сердце //Вестник аритмологии. 2001. -N.22. - С.56-60.

77. Повзун С.А., Медведев В.П. Клиническая электрокардиография. СПБ., 2001.-368 с.

78. М. Дж. Кендалл, А. Стьюарт. Теория распределений. М.гНаука, т1., 1966. -587 с.

79. Шакин В.В. Вычислительная электрокардиография. М.: Наука, 1981. - 167 с.

80. Вентцель Е.С. Теория вероятностей: Учеб. для вузов. 5-е изд. стер. - М.: Высш. шк., 1998. - 576 с.

81. Романовский П.И. Ряды Фурье. Теория поля. Аналитические и специальные функции. Преобразование Лапласа. М.: Гос. изд. физико-математической литературы, 1959. - 303 с.

82. Л. Фрэнке. Теория сигналов. М.: Сов. Радио, 1974. - 343 с.

83. Р. Галлагер. Теория информации и надежная связь. М.: Сов. Радио, 1974. -719 с.

84. Возенкрафт Дж, Джекобе Ирвин. Теоретические основы техники связи. -М.: Мир, 1969.

85. Двайт Г.Б. Таблицы интегралов и другие математические формулы. -М.гНаука, 1964.-228 с.

86. Прудников А.П., Брычков Ю.А., Маричев О.И. Интегралы и ряды. М.: Наука, 1981.-797 с.

87. Ковалев Ю.Р. Кардиология в вопросах и ответах. СПБ.: Фолиант, 2002. -451 с.

88. Droste С. Pathophysiologic der stummen myokardischamie //Therapiewoche. -1987.-Bd. 37. -S. 3558-3564.

89. G.T. Smith, G.G. Geary, W. Blanchard, Т.Н. Roelofs, W. Ruf, and J.J. McNamara, An electrocardiographic model of myocardial ischemic injury //J. Electrocardiol. 1983. - vol. 16. -N.3. -P.223-234.

90. Peter R. Johnston, David Kilpatrick, and Oman Yong Li. The importance of anisotropy in modeling ST segment shift in subendocardial ischaemia //IEEE Trans. Biomed. Eng. 2001. - Vol.48. -N. 12. - P. 1366-1376.

91. Peter R. Johnston, David Kilpatrick. The effect of conductivity values on ST segment shift in subendocardial ischaemia.//IEEE Trans. Biomed. Eng. 2003. -Vol.50.-N.2.-P.150-158.

92. Симонова O.H. Клинико-физиологические характеристики функциональных нарушений ограничивающих жизнедеятельность больных ишемической болезнью сердца. Диссертация на соискания ученой степени доктора медицинских наук. СПб, 2000. - 310 с.

93. Astrand I. Exercise ECG, its prognostic significance //Adv. Cardiol. 1973. -Vol.63-N.8.-P.142-147.

94. Симонова O.H., Бондаренко Б.Б. Исследование влияния параметров физической нагрузки на динамику ишемической реакции у больных со стабильной стенокардией.//Кардиология. 1991. -т. 31. -N.5. - С.14-16.

95. Kardash М., Elamin M.S., Mary S., Whitaker W. The slope of ST segment// HR relationship during exercise in the prediction of severity of coronary artery disease //Europ. Heart J. 1982. - Vol.3. -N.5. - P.449-458.

96. Тихоненко B.M. Формирование клинического заключения по данным холтеровского мониторирования. СПБ.: Инкарт, 2000. - 36 с.

97. Г. Ван Трис. Теория обнаружения, оценок и модуляции. М.: Сов. Радио, 1974.-том 1.-672 с.

98. Богачев М.И., Красичков А.С., Пыко С.А., Ульяницкий Ю.Д. Концепция построения устройств обработки кардиоинформации на базе микроЭВМ //Известия СПбГЭТУ «ЛЭТИ». 2003. -N.1. - С.21-25.

99. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. - 399 с.

100. Бусленко Н.П. Метод статистического моделирования. М.: Статистика, 1970.- 109 с.

101. Относительная длительность

102. Рис. П. 1. Зависимость длительностей интервалов и зубцов, в единицах интервала С)-Т, в зависимости от ЧСС для пациента С-а.

103. Относительная длительность

104. Рис. П.2. Зависимость длительностей интервалов и зубцов, в единицах интервала СЬТ, в зависимости от ЧСС для пациента П-а.1. Амплитуда, мВ

105. Частота дискретизации сигнала составляет 128 Гц.

106. Рис. П. 3. Фрагменты ЭКГ пациента Б-а, записанные в разное время.2501,715 1,722 1,729 1,736 1,743 1,75 1,757 1,764 1,771 1,778 1,785 1,792 1,799 1,806 1,813 1,82 1,827 1,834 1,841 1,848 1,855 1,862 1,869 1,876

107. Рис. П. 4. Гистограмма амплитуд Я зубца пациента Б-а полученная на основе 10 минутной записи ЭКГ.1. Число исходов 1000900800700600500400300200100а\о° £» # # Л^ Л* Л* <ЬЧ ЯЬЛ # с? # с? ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ¿р ^ ^ ^ ^ ^ чисдо

108. Шаг квантования составляет 0,014мВ. дискретов

109. Рис. П. 5. Гистограмма распределения амплитуды Я зубца в выборке за сутки пациента О-а при ЧСС £ 62^-80. уд/мин.• ♦ • * • ♦1. Число исходов

110. Шаг квантования составляет 0,014мВ. дискретов

111. Рис. П. 6. Гистограмма распределения амплитуды Я зубца в выборке за сутки пациента О-а при ЧСС е 83-И 04. уд/мин.

112. Шаг квантования составляет 0,014мВ. дискретов

113. Рис. П. 8. Гистограмма распределения амплитуды Я зубца в выборке за сутки пациента О-а при ЧСС е 125-5-154. уд/мин.

114. Рис. П. 9. Гистограмма распределения значений выборочных коэффициентов корреляции р1} при ЧСС е 75,105. уд/мин и двухминутном интервале между измеряемыми кардиокомплексами. Пациент С-ов.

115. Выборка1 Выборка2 ВыборкаЗ Выборка4 Выборкаб

116. Измерения проведены в "уровнях дискретизации", один уровень равен 0,014мВ

117. Табл. П. 1 Средние значения и дисперсии амплитуд зубцов пациента Щ-на полученные на основе 10 минутных выборок

118. Выборка1 Выборка2 ВыборкаЗ Выборка4 Выборка5 ДИСП.

119. Зубец ЧСС МО. ДИСП. МО. ДИСП. МО. ДИСП. МО. ДИСП. МО.

120. К 75 161,17 71,01 134,58 74,76 166,69 143,24 0 0 0 0100 0 0 0 0 154,84 164,67 154,77 133,94 156,84 173,54125 0 0 0 0 0 0 0 0 152,11 219,25150 0 0 0 0 0 0 0 0 0 0

121. Измерения проведены в "уровнях дискретизации", один уровень равен 0,014мВ

122. Табл. П.4. Значение коэффициента корреляции между зубцами К и Т в случайные 10 минутные промежутки времени, для пациента П-на.