автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Системы неинвазивного контроля состояния сердца

На правах рукописи

□□344В51Б

БОДИН Олег Николаевич

СИСТЕМЫ НЕИНВАЗИВНОГО КОНТРОЛЯ СОСТОЯНИЯ СЕРДЦА

Специальности: 05.11.17-Приборы, системы и изделия медицинского назначения; 05.13.01 - Системный анализ, управление и обработка информации (приборостроение)

Автореферат диссертации на соискание ученой степени доктора технических наук

ПЕНЗА 2008

? 2 СЕН 2008

003446516

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Пензенский государственный университет» на кафедре «Информационно-вычислительные системы».

Научный консультант - доктор медицинских наук

Митрошин Александр Николаевич.

Официальные оппоненты: доктор технических наук, профессор

Волобуев Андрей Николаевич; доктор технических наук, профессор Геращенко Сергей Иванович; доктор биологических наук, профессор Титомир Леонид Иванович.

Ведущая организация - ФНПЦ «ФГУП НИИФИ», г. Пенза.

Защита состоится «¿¿52008 г., в 14 часов, на заседании диссертационного совета Д2 /2.186.02 в государственном образовательном учреждении высшего профессионального образования «Пензенский государственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией можно ознакомиться в библиотеке государственного образовательного учреждения высшего профессионального образования «Пензенский государственный университет». Автореферат размещён на сайте ВАК.

Автореферат разослан 2008 г.

Ученый секретарь

диссертационного совета

доктор технических наук, /Т/1

профессор и — Светлов А. В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Основную проблему для современного здравоохранения представляют болезни системы кровообращения, которые по данным Всемирной организации здравоохранения (ВОЗ) прочно занимают первое место в мире по смертности трудоспособного населения. В современной России смертность от заболеваний сердечнососудистой системы (ССС) составляет 56% от численности умерших и обусловлена объективными социально-экономическими условиями жизнедеятельности россиян, в первую очередь, снижением уровня качества жизни. Наиболее опасным сердечно-сосудистым заболеванием (ССЗ) для жизнедеятельности является инфаркт миокарда (ИМ).

Профилактика и своевременная диагностика - основные пути снижения смертности от ССЗ. Усиление профилактической направленности и первичное выявление патологических изменений являются приоритетным направлением в национальном проекте «Здоровье». Необходимо массовое, профилактическое обследование (скрининг) населения, при котором каждый житель страны должен иметь «паспорт здоровья» и ежегодно проходить электрокардиографическое и флюорографическое обследование. Для этого нужно повысить достоверность и оперативность диагностики заболеваний сердца, особенно в ситуациях скорой и неотложной помощи.

В России и за рубежом активно развивается компьютерная диагностика состояния сердца: научные школы под руководством таких выдающихся российских ученых, как Бокерия Л. А, Гельфанд И. М., Гуляев Ю. В., Рощевский М. П., Розенштраух Л. В., Чазов Е. П., Аншцен-ко В. С., Баевский Р. М., Волобуев А. Н., Иванов Г. Г., Мархасин В. С., Неймарк Ю. И., Немирко А. П., Орлов В. Н., Селищев С. В., Струтын-ский А. В., Титомир Л. И., Рябыкина Г. В., [Шахов Э.ТС], Шкарин В. В. и др., внесли значительный вклад в её развитие. Автор глубоко благодарен своему первому научному консультанту доктору технических наук, профессору [Шахову Э. К.), являющемуся одним из ини-

циаторов данного научного исследования.

Несмотря на обилие используемых статистических и математических методов обработки данных в этой области исследований, существует ряд проблем, связанных с развитием теории и практической реализацией методов и средств:

- сбор, обработка и передача кардиографической информации;

- моделирование развития заболеваний ССС и оценка воздействия кардиологической помощи на процесс развития заболевания;

- визуализация результатов анализа и переработка кардиографической информации для поддержки принятия решений на различных этапах оказания кардиологической помощи.

Актуальность разработки системы для неинвазивного контроля состояния сердца обусловлена тем, что в течение минимального времени необходимо достижение максимальной достоверности при решении диагностической задачи локализации повреждения миокарда в ситуации, когда нахождение правильного решения жизненно важно. Сущность (в методологическом, теоретическом и методическом плане) алгоритма функционирования разработанной системы для неинвазивного контроля состояния сердца заключается в совместном использовании методов анализа, моделирования и визуализации кардиографической информации для повышения в конечном итоге социально-экономической эффективности кардиологической помощи и охраны здоровья.

Целью диссертационного исследования является повышение точности определения места повреждения миокарда в условиях скрининга и диагностики заболеваний сердца, в том числе инфаркта миокарда, путем разработки систем неинвазивного контроля состояния сердца на основе комбинированных методов анализа, моделирования и визуализации кардиографической информации.

В соответствии с поставленной целью определены следующие основные задачи диссертации:

1. Проанализировать современное состояние диагностики ССС, выявить недостатки и обосновать необходимость ее совершенствования на основе совместного использования анализа кардиографической информации, математического моделирования и визуализации состояния сердца.

2. Создать концепцию обработки кардиографической информации и разработать на её основе систему неинвазивного контроля состояния сердца.

3. Повысить точность определения места повреждения миокарда путем усовершенствования методов обработки нестационарных сигналов и выявления патологии с использованием нейронных сетей,

вейвлет-преобразования и амплитудно-временного анализа электро-кардиосигнала (ЭКС).

4. Разработать на основе биофизического подхода новый метод определения электрической активности сердца по данным ЭКС (обратная задача электрокардиографии) для повышения точности локализации повреждения миокарда.

5. Разработать обобщенную математическую модель электрической активности сердца (прямая задача электрокардиографии) для адекватной оценки локализации повреждения миокарда.

6. Синтезировать трехмерную модель сердца, скорректировав её на основе анализа флюорографических снимков, и применить для визуализации состояния сердца пациента.

7. Создать компьютерную диагностическую систему (КДС) и осуществить её экспериментальную проверку на основе базы данных ЭКС.

Методы исследования. Для решения поставленных задач использовались теоретические основы электрокардиографии, методы теории системного анализа, функционального анализа и линейной алгебры, аналитической и дифференциальной геометрии, цифровой обработки сигналов, компьютерной графики, компьютерного и имитационного моделирования.

Достоверность полученных в работе результатов подтверждается полнотой и корректностью исходных предпосылок, теоретическим обоснованием, непротиворечивостью математических выкладок, а также результатами моделирования и практической реализацией.

Научная новизна работы состоит в следующем:

1. Предложены оригинальные, защищенные патентами методы амплитудно-временного анализа ЭКС для получения дополнительных диагностических признаков патологического состояния ССС: выделения начала кардиоцикла; электрической оси сердца (ЭОС); «результирующей» ЭКГ на ЭОС; ЭКС на торсе пациента; основных показателей миогемодинамики.

2. Синтезирована базисная функция вейвлет-преобразования для анализа ЭКС в частотной области, обладающая в 6,6 раза более высокой, чем у аналогов, разрешающей способностью к временной локализации низкочастотных составляющих ЭКС, особенности кото-

рых являются диагностическими признаками патологического состояния ССС.

3. Адаптирована структура и разработан алгоритм обучения двухслойной нейронной сети LVQ (Learning Vector Quantization) -обучающееся векторное квантование или сеть классификации входных векторов, обеспечивающие повышение на 10% чувствительности к ЭКС-признакам инфаркта миокарда по сравнению с амплитудно-временным анализом ЭКС.

4. Разработана новая, защищенная патентами система неинва-зивного контроля состояния сердца на основе концепции совместного использования оригинальных решений прямой и обратной задач электрокардиографии, позволяющая в условиях скорой и неотложной помощи за счет комбинированных методов анализа, моделирования и визуализации кардиографической информации приблизить функциональные возможности доклинической диагностики ССС к уровню клинических обследований ССС.

5. Получено решение обратной задачи электрокардиографии на основе системы линейных алгебраических уравнений для определения электрической активности сердца пациента, обеспечивающее пятикратное повышение точности локализации повреждения миокарда по сравнению с амплитудно-временным анализом ЭКС.

6. Предложена обобщенная модель электрической активности сердца, основанная на многоуровневом описании процессов распространения возбуждения в сердечной мышце с учетом «геометрии» сердца и торса пациента и позволяющая решить прямую задачу электрокардиографии, наглядно представить распространение возбуждения и оценить адекватность локализации повреждения миокарда.

7. Разработаны способы построения и визуализации трехмерной модели сердца пациента, защищенные патентами и обеспечивающие отображение результатов моделирования электрической активности сердца и локализацию места повреждения миокарда.

Практическая значимость работы:

1. Разработана концепция обработки кардиографической информации в КДС «Кардиовид» на основе комбинированных методов анализа, моделирования и визуализации, позволяющая создать отечественную диагностическую аппаратуру нового поколения для замены используемых электрокардиографов в офисах врачей общей

практики, в бригадах скорой и неотложной помощи и повысить оперативность, чувствительность и специфичность диагностики состояния ССС.

2. Выявлены дополнительные диагностические признаки патологического состояния ССС, что способствует повышению эффективности лечения.

3. Разработан опытный образец КДС «Кардиовид». Простота обслуживания, экономическая доступность, оперативность и наглядность представления результатов обработки кардиографической информации делают её удобным инструментом контроля состояния сердца.

На защиту выносятся:

1. Система неинвазивного контроля состояния сердца на основе совместного использования анализа кардиографической информации, математического моделирования и визуализации состояния сердца.

2. Решение обратной задачи электрокардиографии (анализ ЭКС), позволяющее повысить точность анализа ЭКС и определить место повреждения на поверхности сердца пациента.

3. Решение прямой задачи электрокардиографии (моделирование электрической активности сердца), позволяющее оценить адекватность локализации повреждения миокарда и «восстановить путь» распространения возбуждения.

4. Способ визуализации состояния сердца пациента на основе синтезированной трехмерной модели сердца, корректируемой по результатам анализа флюорографических снимков.

5. Структура КДС «Кардиовид» для неинвазивного контроля состояния сердца.

Апробация работы

Основные результаты работы докладывались на международных научно-технических конгрессах, симпозиумах и конференциях: 8-й и 9-й конгрессы Российского общества холтеровского мониторирова-ния и неинвазивной электрофизиологии (РОХМиНЭ) (Москва, 2007; Суздаль, 2008); Первая Международная конференция «Математическая биология и биоинформатика» (Пущино, 2006); Congress ЕМВЕС-2005 (Prague, 2005); Конгресс «Кардиостим-2004» (Санкт-Петербург, 2004); Международный юбилейный симпозиум «Акту-

альные проблемы науки и образования» (Пенза, 2003); 7-я Всероссийская с участием стран СНГ конференция «Методы и средства обработки сложной графической информации» (Нижний Новгород, 2003); 5-я Международная конференция «Радиоэлектроника в медицине» (Москва, 2003).

Результаты внедрения

Компьютерная диагностическая система «Кардиовид» внедрена в учебный процесс Медицинского института ГОУВПО «Пензенский государственный университет».

Полученные результаты рекомендованы к внедрению: компанией Нейрософт - крупнейшим производителем электрокардиографического оборудования в России; Национальным Союзом предприятий медицинской промышленности; Институтом проблем передачи информации РАН; Управлением здравоохранения г. Пензы; ФГУП «ПО "СТАРТ"», что подтверждено соответствующими документами.

Публикации

По материалам диссертации опубликовано 49 работ, в том числе 1 монография, 26 статей, из них 9 в изданиях, рекомендованных ВАК, 9 докладов ; получено 13 патентов, авторских свидетельств и свидетельств о регистрации программы.

Структура и объем диссертации

Диссертация состоит из введения, шести глав и заключения, списка использованной литературы из 274 наименований и приложений. Объем работы - 345 страниц основного машинописного текста, 141 иллюстрация и 14 таблиц.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обосновывается актуальность научной проблемы, проанализирован научный уровень методов решения прямой и обратной задач электрокардиографии, сформулированы цель и задачи исследования, дан краткий обзор содержания диссертации, перечислены полученные научные результаты и приведены сведения о практической ценности работы.

В первой главе проведен аналитический обзор современных методов анализа, моделирования и визуализации электрической активности сердца. Показаны нерешенные проблемы в области диагностики состояния ССС.

В главе отмечается, что основная задача диагностики - выявление первичных патологических изменений в функционировании сердца -принципиально решается с помощью анализа ЭКС. Однако классический амплитудно-временной анализ ЭКС исчерпал свои ресурсы, так как не позволяет повысить точность локализации, глубину и степень повреждения миокарда.

Компьютерная диагностика состояния ССС призвана помочь врачу-кардиологу в анализе кардиографической информации. Использование компьютера позволяет не только повысить диагностическую точность метода, но и предоставляет возможность математического моделирования сердечной деятельности. Однако в настоящее время для целей функциональной диагностики моделирование сердечной деятельности не используется.

Еще одним важнейшим аспектом использования компьютерных технологий в функциональной диагностике для повышения эффективности является возможность визуализации состояния сердца. Очевидно, что решение задачи визуализации состояния сердца позволяет исключить грубые ошибки в лечебной практике и повысить удобство восприятия диагноза.

В этой главе показано, что:

- существующие КДС не обеспечивают оперативность, чувствительность и специфичность диагностики состояния ССС в условиях скорой и неотложной помощи;

- научная проблематика носит прикладной характер и заключается в разработке путей преодоления ограничений, обусловленных имеющимися возможностями для оснащения кабинетов функциональной диагностики.

Поэтому актуальной научной проблемой является разработка доступных методов и средств анализа кардиографической информации, обеспечивающих повышенную точность определения и наглядное представление повреждения миокарда на реалистичной модели сердца пациента. Решение этой проблемы разделяется на решение научных задач анализа, моделирования и визуализации кардиографической информации.

Во второй главе разработана концепция построения системы для неинвазивного контроля состояния сердца и исследован способ определения электрической активности сердца (ЭАС). Усовершенство-

вание анализа ЭКС при определении ЭАС позволяет надежно выделить пациентов с неблагоприятным состоянием сердца.

Современная электрокардиография развивается в двух независимых направлениях, различающихся целями и средствами достижения этих целей, в рамках решений прямой и обратной задач электрокардиографии:

- прямая задача электрокардиографии заключается в определении ЭКС на торсе пациента по заданным характеристикам электрической активности его сердца;

- обратная задача электрокардиографии заключается в определении ЭАС пациента по ЭКС, зарегистрированным на его торсе.

Для перехода на качественно новый уровень неинвазивной кар-диодиагностики необходимо «сближение» направлений развития электрокардиографии. Для этого в системе неинвазивного контроля состояния сердца осуществляется решение обратной задачи электрокардиографии, его проверка на основе решения прямой задачи электрокардиографии и визуализация (наглядное представление пользователю) состояния ССС (рис. 1).

Рис. 1. Структурная схема функционирования системы для неинвазивного контроля состояния сердца

Мажоритарный принцип (1<=АЮ#С) лежит в основе функционирования системы для неинвазивного контроля состояния сердца. Использование разных методов анализа кардиографической информации повышает вероятность Р выявления наличия заболевания у больного человека

р = 1-П(1-Л), (1)

1=1

где p¡ - вероятность выявления наличия заболевания у больного человека (чувствительность) /-го метода.

По результатам анализа кардиографической информации:

- осуществляется моделирование и визуализация состояния ССС;

- синтезируется модельный ЭКС;

- сравниваются результаты моделирования с исходной кардиографической информацией;

- выдается заключение о состоянии ССС.

Такая организация функционирования системы для неинвазивно-го контроля состояния сердца позволяет осуществить «сближение» решений обратной и прямой задач электрокардиографии, использовать в функциональной диагностике моделирование и наглядное представление о состоянии ССС.

Полнота концепции обработки кардиографической информации заключается в возможности использования метода обработки для любого информационного параметра кардиографической информации.

Непротиворечивость концепции обработки кардиографической информации заключается в возможности синтеза модельного ЭКС и визуализации состояния сердца пациента для проверки результатов обработки кардиографической информации.

Ключевым моментом нового методологического подхода в построении системы для неинвазивного контроля состояния сердца пациента является определение электрической активности сердца. Определение ЭАС по ЭКС, зарегистрированному на торсе пациента, относится к обратной задаче электрокардиографии, для решения которой используется метод регуляризации Тихонова А. Н.

В основе предлагаемого способа решения обратной задачи электрокардиографии лежат следующие утверждения:

1. Состояние сердца определяет его электрическую активность.

2. Количество, расположение и выбор точек модели сердца пациента задают максимальное разрешение для исследования электрических процессов, происходящих в сердце.

3. Точки модели сердца пациента являются элементарными сердечными диполями, для каждого из которых в системе координат сердца заданы местоположение, ориентация и изменение во времени его величины, и определяют ЭАС пациента.

4. Согласно электрокардиографическому представлению значение потенциала, генерируемого сердцем и регистрируемое на торсе

пациента (прямая задача электрокардиографии), определяется по формуле

Т^тРт[В], (2)

11

где ф7 - значение электрического потенциала в у'-й точке стандартного отведения (/' = 1,..., 12); р - среднее удельное электрическое сопротивлению торса; щт - коэффициент пропорциональности, вычисляемый по формуле п - [1/м2], здесь у - угол между векго-

г)т

ром направления от т-й области на поверхности модели сердца пациента ку'-й точке отведения и нормалью к т-й области на поверхности сердца пациента; г]т - расстояние от точки у'-го отведения до области £,„; Рт - характеристика электрической активности области на поверхности модели сердца пациента (т = 1, ..., М), вычисляемая по формуле

/

Рт [А-м],

¡=1

здесь дт, — коэффициент, указывающий на принадлежность / точки к данной области = 1, если точка входит в область и = 0, если точка не входит в область Д - дипольный момент /'-й точки на поверхности сердца пациента;

*, = *м + 12(/ = 2Д/=12).

В разработанной системе для неинвазивного контроля состояния сердца пациента определение ЭАС осуществляется путем построения системы линейных алгебраических уравнений (СЛАУ), число неизвестных которой равно количеству точек модели сердца пациента. Для этого поверхность модели сердца пациента «разбивается» на смежные непересекающиеся области Количество возможных различных областей т равно количеству электрически активных точек сердца 1. Для полученных областей составляются У) СЛАУ вида (2) размерностью /ху (рис. 2).

у2(П) =«21^, +п12и82 +«23^; У3(Ш) =»31^ +«33^3 5

4(1) ="11^5; + "12^ +«13^; у2(п) = "21^; + "22^ + "23^;; *3(Ш) = "31^,' +"32^2 + "33^5

П(1) = «1+ "12^5; + ;

У2(П) =п2\и5"1+п22и5"1 +"23^"; У3(Ш) ="31^5," +«32^ +иЗЗС/53"-

Рис. 2. Модель сердца с выделенными на поверхности смежными непересекающимися областями и пример составления СЛАУ для определения электрической активности точек модели сердца

(1-Ш точки отведений)

СЛАУ (2) представляется в матричном виде:

р = (3)

где О - матрица размером /х 1(1- число электрически активных точек модели сердца пациента), определяющаяся принадлежностью /-Й точки в т-й области; р - вектор-столбец электрической активности т-й области сердца; ] - вектор-столбец электрической активности /-й точки сердца.

Матрица О является плохо обусловленной. Применение метода регуляризации Тихонова А. Н. позволяет корректно сформулировать обратную задачу и обеспечивает существование, единственность и устойчивость получаемого решения, называемого псевдорешением с минимальной нормой |/'||. Для получения псевдорешения СЛАУ (3) вводится условие минимизации сглаживающего функционала

||0]-р||2 +а|Ц2=шш, (4)

!

где а > 0 - параметр регуляризации, который определяется по невязке

Ц0)а-Р|| = 8,

здесь 8 - погрешность правой части р, обусловленная погрешностью вычисления электрических активностей областей сердца.

Из условия (4) получается новая СЛАУ:

(аЕ + <2т<?))а=дтр, (5)

где Е - единичный оператор (Б^ = ]); ()т - транспонированная матрица О.

Регуляризованное решение СЛАУ (5) имеет вид

^(аЕ + С^^-у (6)

Графическое представление решения (6) приведено на рис. 3.

На рис. 3 на оси X отмечены номера (от 1 до 100) дискретных отсчетов в течение кардиоцикла; на оси У - номера (от 1 до 900) точек на поверхности модели сердца пациента; на оси 2 - значения электрической активности точек. Анализ рис. 3 показывает, что полученное в результате решения значение электрической активности /-й точки модели сердца пациента представляет собой интегральную характеристику окружающих эту точку клеток миокарда.

Электрическая активность

Рис. 3. Электрическая активность точек модели сердца пациента в течение кардиоцикла

Данное решение обратной задачи электрокардиографии позволяет многократно повысить точность определения места повреждения миокарда. Если при стандартном электрокардиографическом обследовании можно определить электрическую активность только 8 областей поверхности сердца, то в предлагаемом подходе определяющим фактором является число электрически активных точек в модели сердца пациента.

В третьей главе предложены и исследованы различные методы анализа ЭКС. Главной задачей этого анализа является выявление характерных особенностей ЭКС, определяющих состояние сердечнососудистой системы. Потребность в расширении области представления диагностической информации обусловила комбинированный подход к анализу ЭКС. Суть комбинированного подхода при анализе ЭКС заключается в учете характерных особенностей различных по своей природе информационных параметров (ИП) ЭКС, что позволяет повысить чувствительность и специфичность диагностики ССС.

Разработанный способ амплитудно-временного анализа ЭКС на основе оценки значений производной ЭКС обеспечивает выявление периодов возрастания ЭКС, убывания, постоянства, фиксирование

точек перелома, значений амплитуды в этих точках и определение продолжительности интервалов возрастания, убывания или постоянства, и последующее определение по заданным критериям ИП ЭКС и выделение кардиоцикла.

Для анализа ЭКС в условиях скрининга осуществляется определение результирующей ЭКГ по электрической оси сердца. Состояние ССС оценивается не по шести стандартным отведениям от конечностей, а по одной результирующей ЭКГ, сформированной по проекции ЭОС на фронтальную плоскость пространственной системы координат человека.

Сначала для определения результирующей ЭКГ по формулам Uj OI = Ц ■ sin а/, Uj_oz~ Ц • cos a,,

где Ц обозначает сигнал отведения, а углы a,¡ равны соответственно: ai= 0 а„=+60 аш= +120 aaVL= -30 aaVF = +90 aaVR= -150 вычисляются проекции каждого у'-го стандартного отведения от конечностей на оси ОХ и OZ фронтальной плоскости пространственной системы координат человека Uox и U02. Затем вычисляется значение угла наклона проекции вектора ЭАС во фронтальной плоскости: a = arctg(i7„2/C/0X).

Результирующая ЭКГ по ЭОС во фронтальной плоскости определяется по формуле

6

5экг_эос(0 = I Uj (i) ■ cos(a + ay). (7)

У=1

Анализ результирующей ЭКГ позволяет в условиях скрининга оперативно оценить состояние ССС.

Расширение области представления диагностической информации является принципиальной особенностью разработанного комбинированного подхода в системе для неинвазивного контроля состояния сердца пациента. Суть разработанного способа анализа ЭКС с использованием вейвлет-преобразования заключается в выявлении характерных особенностей ЭКС в частотно-временной области и построении «поверхности разницы», позволяющей оценить состояние ССС.

Сформированное в результате вейвлет-преобразования изображение ЭКС представляет собой 3-D вейвлет-спектрограмму ЭКС. Анализ особенностей 3-D вейвлет-спектрограммы позволяет выявить

сингулярность ЭКС и более точно судить о состоянии сердца пациента. На 3-D вейвлет-спектрограмме отмечаются масштаб и интенсивность изменений частотных составляющих ЭКС, локализация частотных составляющих по времени, направление и величина трендов, наличие, расположение и длительность скачков.

По методу Добеши И. построения вейвлет-функций v|/(x) с компактным носителем синтезирован базовый вейвлет в виде, подобном радиоимпульсу, с огибающей синусоидой и «заполнением» этого радиоимпульса несколькими периодами ВЧ составляющей. Прототип Ф+(х) скейлинг-функции ф(х) синтезированного вейвлета описывается выражением

О, при - оо<л:<0;я<;с<оо;

Ф*(*) = ' Z1 (*)

± sin(jc) • 1,95 • sin [ОД 2 • (2,7 - е)х е7,5, при 0<х<я.

Результаты экспериментального исследования показали, что синтезированный вейвлет обладает большей разрешающей способностью (в 6,6 раза) в области низких частот по сравнению с выбранным вейвлетом — симплетом sym2.

В этой главе обоснована эффективность нейросетевого подхода для задачи анализа ЭКС. Задача анализа ЭКС на основе нейронной сети (НС) относится к классификационным задачам. НС, использующая евклидову меру близости для классификации объектов, называется сетью Кохонена. Недостаток сети Кохонена заключается в отсутствии возможности обучения «с учителем». НС LVQ (Learning Vector Quantization) - обучающееся векторное квантование, или сеть классификации входных векторов, является развитием структуры сети Кохонена, устраняя указанный недостаток.

Значение сигнала на выходе НС LVQ определяется по следующей формуле:

Yb=F,

lin

f

HwjkFicompet

M

(9)

'J J

где Yk - значение k-ro выхода НС; Fi,„ - линейная функция активации

нейронов распределительного слоя; wj д. - у-и элемент вектора весов

&-го нейрона линейного слоя; Рсотр<л - передаточная функция конкурирующего слоя, выявляющая нейрон-победитель; л, - /-й элемент

входного вектора; м'}т - /-й элемент вектора весов т-го нейрона

конкурирующего слоя; £ - количество нейронов в конкурирующем слое; N— размерность входного вектора НС.

При разбиении НС ЬУ<3 входных данных на классы заболеваний ССС минимизируется суммарная евклидова мера:

Л = Е - "/*)= 1|» V)- 2 (10)

И ;=1 к

И , 1

где х,- - /-и элемент п-го входного вектора; - г-н элемент вектора весов нейрона-победителя конкурирующего слоя.

Анализ выражения (10) показывает, что задача поиска минимума ¿) эквивалентна задаче поиска максимума выражения:

тт£>^£2;(*МА). (И)

й 1=1

Задача адаптации НС ЬУ<3 состоит в определении её структуры таким образом, чтобы обученная НС ЬУС? решала задачу анализа ЭКС согласно выражению (11).

Разработанный алгоритм обучения НС ЬУ<3 для анализа ЭКС на основе метода «выпуклой комбинации» обеспечивает обучение всех нейронов конкурирующего слоя.

Процедура обучения НС стандартна. Имеющиеся примеры разбиваются на три выборки: обучающая, валидационная и тестовая. Первая используется для обучения, вторая - для выбора момента остановки обучения, третья служит для контроля качества обучения НС. В качестве первой выборки использовалось 50 реальных ЭКС. Для увеличения объема обучающей выборки осуществлялось «зашумле-ние» реальных ЭКС. В качестве второй выборки использовались другие 50 реальных ЭКС. Тестирование обученной НС ЬУ£> выполнялось на ЭКС с общедоступного сайта в Интернете.

Разработаны решающие правила, согласно которым класс принадлежности ЭКС определяется по максимальному числу отведений, соответствующих каждому классу. Например, если 9 из 12 отведений распознаются как отведения ЭКС здорового человека, остальные 3 -

как отведения ЭКС больного острым инфарктом миокарда (ОИМ) задней стенки левого желудочка, то данный набор сигналов признается набором сигналов с отклонением от нормы. Если количество отведений, отнесенных к разным типам ЭКС, совпадает, то выводится сообщение о неопределенности типа ЭКС. Решающие правила при выдаче рекомендаций о состоянии сердца следующие:

- пациент здоров в случае, если все отведения в норме (допускается одно ненормальное отведение);

- отклонение от нормы в случае, если 2-3 отведения - ненормальные;

- подозрение на ОИМ, если 4 или более отведений - ненормальные.

Результаты проверки показывают, что разработанная НС на тестовых ЭКС из Интернета (www.PhisioNet.org) обеспечивает распознавание на 10 % достовернее, чем при классическом амплитудно-временном анализе ЭКС.

В четвертой главе рассмотрены вопросы моделирования ЭАС. Моделирование ЭАС является условием повышения эффективности разработанной системы для неинвазивного контроля состояния сердца пациента.

Для целей функциональной диагностики необходимо найти компромисс между полнотой описания процессов распространения возбуждения в сердце, стоимостью и оперативностью реализации этих процессов. Совершенно очевидно, что в настоящее время последние два критерия делают невозможным использование в целях функциональной диагностики ионно-мембранной модели Нобла (Noble D.) для полного описания процессов распространения возбуждения в сердце. В системе неинвазивного контроля состояния сердца пациента разработана и обоснована обобщенная модель электрической активности сердца (ОМЭАС), позволяющая учесть пространственно-временную организацию процесса распространения возбуждения, смоделировать форму трансмембранного потенциала действия (ТМПД) различных анатомических участков сердца и синтезировать модельный ЭКС с учетом «геометрии» сердца и торса пациента (рис. 4).

Рис. 4. Структура системы электрической активности сердца и ее взаимодействие с сократительной системой и системой миогемодинамики

В главе показана целесообразность для функциональной диагностики ССС многоуровневой организации описания процесса распространения возбуждения в сердце:

- распространение возбуждения в проводящей системе сердца описывается ионно-мембранной моделью Нобла;

- распространение возбуждения в сердечной мышце описывается автоволновой моделью Алиева-Панфилова;

- эквивалентный электрический генератор сердца (ЭЭГС) описывается моделью Титомира.

При исследовании ЭАС установлена взаимосвязь в многоуровневой организации описания процесса распространения возбуждения в сердце и показано, что использование ОМЭАС позволяет определить «электрический портрет» сердца пациента в течение кардиоцикла и дает возможность извлечения диагностических признаков при анализе косвенных параметров, определяемых на основе моделирования электрических процессов в миокарде. Для исследования распространения возбуждения в сердечной мышце построена численная модель, позволяющая осуществить:

- моделирование различных режимов распространения возбуждения в сердце;

- изменение формы ТМПД для различных анатомических частей сердца;

- изменение скорости распространения возбуждения по миокарду;

- построение «электрического портрета» сердца пациента.

Разработанная разностная схема для модели распространения возбуждения имеет вид

их,у,1+\~их,у,1 _ их-\,у,1 +их+],у,1 +их,у-\,1 +их,у+и ~4их,у,1

A t Ах2

■ +

+ f(Ux,y,t>vx,y,ty,

'^■«»W'^ 02)

Откуда находятся

ux-l,y,t +ux+l,y,t +Ux,y-l,t +Ux,y+\J ~4ux,y,t

И.x,y,t+\

Дг

2

+f(ux,y,t>vx,y,t)

\

+

y

+ UX,y,t>

vX,y,t+l=&XZ(UX,y,fVX,y,t) + vx;y,t> (13>

где jc и y - пространственные переменные; и - быстрая переменная, соответствующая ТМПД; v - медленная переменная, характеризующая свойства среды; J{u,v) и g(w,v) - нелинейные функции, определяемые как

/(и, v) = -ku(u - а){и -1) - uv;

g(u,v) = -

f 4- N

e0 +

„ +

(v + ku(u -a-1)).

" + И2.

Создавая специальные условия, например задавая в среде области с разным периодом рефрактерности или различные по порогу возбуждения, можно наблюдать возникновение спиральных волн, которые связаны с различными патологиями в сердечной мышце.

Показано, что использование ОМЭАС для прогнозирования сердечного ритма и определения условий возникновения АВ-блокады II степени позволяет проанализировать динамику поведения ССС для любого значения периода возбуждения предсердий и оценить степень тренированности ССС. В системе неинвазивного контроля состояния сердца пациента для нахождения функции восстановления ССС моделируется распространение возбуждения и определяются значения интервала от начала возбуждения синусового узла до нача-

ла возбуждения пучка Гиса (.Ъ-Н) при различной частоте возбуждения синусового узла.

В ОМЭАС потенциалы вне области генератора представляют в виде суммы произведений коэффициентов, называемых мультиполь-ными компонентами, и определенных функций координат точки измерения потенциала. Мультипольное разложение основано на разложении потенциала в ряд пространственных сферических функций, который в любой точке вне генератора, где потенциал ср удовлетворяет уравнению Лапласа, записывается как

1 00 " Г 1 1

4ТОГ3 п=0т=б

,(Н)

где Ат„=/л(.1), В„т ~/в(1) - мультипольные компоненты электрического поля. Р„'"(со5@)созтЧ/, Р™(со$<д)5[птх¥ - поверхностные сферические функции (гармоники); Р™ - присоединенная функция Лежандра 1-го рода степени п и порядка т (пит — неотрицательные целые числа); Р„° = Р„ - полином Лежандра; п - порядок члена разложения.

Координатами сферической системы координат, центр которой совпадает с началом декартовой системы координат являются: г - радиус сферы, на которой осуществляется разложение потенциала на мультипольные компоненты; 0 - широта (полярное расстояние); V)/ - долгота.

Мультипольные компоненты (А„т, Впт) выражаются следующим образом:

[создало!

Г$Р™{00800)4 . г

йУ, (15)

[Впт\ 0п + т)\у

где У* - плотность стороннего тока, который порождается биохимическими процессами, происходящими в мембранах клеток миокарда. Значение 3* определяется в результате моделирования распространения возбуждения в сердечной мышце на основе автоволновой модели.

Таким образом, в ОМЭАС определяются мультипольные компоненты ЭЭГС. Апт, Впт, которые являются диагностическими признаками, демонстрирующими разницу состояний ССС здоровых паци-

ентов и пациентов с различными заболеваниями ССС. Подобное представление ЭЭГС позволяет синтезировать модельный ЭКС.

В пятой главе рассмотрены вопросы визуализации состояния сердца.

Разработана и исследована концепция визуализации состояния сердца, согласно которой врачи получают наглядное представление о повреждении миокарда и инструмент анализа результата диагностики. Установлено, что свойства компьютерной модели сердца (KMC) определяют возможности визуализации состояния сердца.

В работе сформулированы и реализованы требования к визуализации состояния сердца:

1. Формирование реалистичного трехмерного изображения внешней и внутренней поверхности сердца.

2. Визуализация локализации места повреждения миокарда.

3. Отображение электрической активности сердца, т. е. отображение на поверхности сердца процессов возбуждения и распространения электрической активности.

4. Предоставление возможности интерактивной работы с KMC.

Суть предлагаемого подхода визуализации состояния сердца заключается в использовании вокселизации поверхностной модели сердца и преобразовании её таким образом в объемную. Для обеспечения реалистичности KMC воксель несет информацию не только о своем положении, но и о физических свойствах сердца, которому он принадлежит, таких, как цвет, прозрачность, освещенность, текстура, окклюзия (один элемент сердца, например артерия, частично закрывает другую артерию).

Для реализации визуализации состояния сердца разработаны способы:

- построения ЗБ-объекта на основе системы итерированных функций (СИФ);

- наложения текстуры;

- трансформации формы;

- формирования геометрических элементов изображения;

- визуализации распространения возбуждения.

Объемное представление сердца достигается путем «заполнения» поверхностной модели внутренним содержанием. Заполнение пространства является одним из свойств фракталов, которое дает воз-

можность использовать самоподобную фрактальную структуру для заполнения ограниченного объема. Свойство самоподобия фракталов позволяет использовать рекурсивную процедуру для их генерации, а использование СИФ позволяет математически описать алгоритм заполнения внутренней области модели сердца вокселями с помощью аффинных преобразований. Для построения СИФ вводится совокупность отображений Т\, ..., Тт. Эти т отображений используются для построения одного отображения Т:

Т(Е)^Т1{Е)иТ1{Е)и...иТт{Е\ (16)

где Т- общее отображение; множество; Тх,..., Т„ - отображения.

СИФ является совокупностью введенных отображений вместе с итерационной схемой:

Ех=Т(Еъ), Ег=ПЕх), ..., Еп=Т{Еп_,), (17) где Г - общее отображение; Е0 - исходное множество; Еп - множество, полученное в результате п итерации преобразования.

При неограниченном числе итераций СИФ порождает предельное множество:

£=Нт£„, (18)

п—>00

где Е - предельное множество; Е„-п итерация преобразования.

Каждое отображение, входящее в состав Т, задается аффинным преобразованием с последующим преобразованием сдвига. Оно может быть представлено в следующем виде:

Т(х) = Ах + Ь, (19)

где Г - отображение; х - вектор координат точки в пространстве; А - матрица линейного преобразования координат; Ъ - вектор сдвига.

То же преобразование может быть представлено в матричной форме:

X а1 0 0 X к

Т: У = 0 а1 0 ■ У + ъг

2 0 0 аъ г Ьъ

где Т - отображение; х, у, г - координаты точки в пространстве; а\,...,аз - коэффициенты линейного преобразования координат; Ьу,..., ¿з - коэффициенты сдвига.

С учетом изложенного осуществляется синтез объемной модели сердца.

В работе показано, что триангуляция Делоне как способ представления поверхности сердца является оптимальной с точки зрения возможности практического использования для получения объемного представления сердца.

Разработанный способ «твердотельного» представления KMC позволяет визуализировать внутреннее строение сердца, что приближает (при наличии диагностической информации, например УЗИ сердца) возможности функциональной диагностики к возможностям компьютерной томографии. На рис. 5 соответственно приведены фронтальное сечение (а) модели сердца пациента, левое боковое сечение (б), правое боковое (в) и заднее сечение (г).

в г

Рис. 5. Синтезированное изображение объемного представления внутреннего строения сердца

Для визуализации повреждений миокарда на KMC создаются дополнительные текстурные карты, отражающие соответствующие заболевания. Разработанный способ генерирования текстуры позволяет визуализировать выявленное в результате диагностики повреждение миокарда.

В шестой главе рассмотрены вопросы реализации системы для неинвазивного контроля состояния сердца пациента в виде опытного образца КДС «Кардиовид».

Примеры реализации и испытания КДС «Кардиовид» показывают эффективность концепции обработки кардиографической информации и избранного направления развития функциональной диагностики. С сайта www.PhisioNet.org взят файл эООЮ_ге.Ьеа, который соответствует ЭКС с диагнозом заднебокового ОИМ. Нейросетевой анализ, а также определение по этому сигналу электрической активности точек в области задней поверхности левого желудочка (ЛЖ) показывают на отклонение от нормы (рис. 6 и 7).

151 qis [ 73 уаУммн. | мм/с *J|TgiWmB J

Выделить кардноцикл

[| ^ Выполнить анализ j

3 I: норма 3 ii: норма э iii: отклонение 3 <мя- норма

3 aVU норма ш avf: отклонение 3 vi: норма ш v2: отклонение 0 v3: норма 3 v4: норма mv5: отклонение 21v6 отклонение

{¡¡i Показать 3D сердце

igj) Добавить в обучение

¡у OK j X ? Справка j

Рис. 6. Результаты нейросетевого анализа ЭКС в КДС «Кардиовид»

210 точка ЛЖ

211 точка ЛЖ

212 точка ЛЖ

213точка ЛЖ

214 точка ЛЖ

215 точка ЛЖ

216 точка ЛЖ

217 точка ЛЖ

218 точка ЛЖ

219 точка ЛЖ

220 точка ЛЖ

221 точка ЛЖ

222 точка ЛЖ

223 точка ЛЖ

224 точка ЛЖ

225 точка ЛЖ

Рис. 7. Результаты определения ЭАС выделенных точек в области задней поверхности левого желудочка . Линией с точками обозначен анализируемый сигнал. Линией без точек обозначен сигнал здорового человека

Организация информационного, программного и аппаратного обеспечений КДС «Кардиовид» обусловливает оперативность обработки кардиографической информации, реконфигурацию структуры и разграничение доступа к данным, что обеспечивает адаптацию функциональных возможностей КДС к требованиям пользователей и облегчает интеграцию КДС в медицинские информационные системы.

В настоящее время в России отсутствуют производители КДС для неинвазивного контроля состояния сердца, осуществляющей комбинированный анализ кардиографической информации, моделирование и визуализацию состояния ССС.

КДС «Кардиовид» создана в виде опытного образца в настольном и, что особенно актуально, в мобильном вариантах, фото которых приведены на рис. 8.

Рис. 8. Внешний вид КДС «Кардиовид»: а - настольный вариант; б - мобильный вариант

КДС «Кардиовид» была представлена на выставке СеВ1Т-2006 (г. Ганновер, Германия). КДС «Кардиовид» отмечена 2 золотыми медалями и 4 дипломами ВВЦ и Московского салона инноваций и инвестиций.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Решена проблема повышения точности определения места повреждения миокарда, позволяющей в условиях скорой и неотложной помощи повысить оперативность, чувствительность и специфичность диагностики состояния ССС путем решения обратной задачи электрокардиографии, проверки его на основе решения прямой задачи электрокардиографии и визуализации состояния ССС.

2. Разработана система неинвазивного контроля состояния сердца, защищенная патентами и обеспечивающая:

- решение прямой и обратной задач электрокардиографии;

- анализ и моделирование ЭАС пациента;

- визуализацию состояния ССС с использованием трехмерной модели сердца пациента.

Функциональные возможности системы соответствуют уровню клинических обследований и позволяют пятикратно по сравнению с амплитудно-временным анализом ЭКС повысить точность определения места повреждения миокарда за счет совместного использования комбинированных методов анализа, моделирования и визуализации кардиографической информации.

3. В рамках системы неинвазивного контроля состояния сердца предложены оригинальные, защищенные патентами методы анализа электрокардиографической информации.

Синтезирована базисная функция вейвлет-преобразования, позволяющая увеличить в 6,6 раза разрешающую способность временной локализации низкочастотных составляющих ЭКС по сравнению с аналогами (симплет 2);

Адаптирована структура и разработан алгоритм обучения двухслойной нейронной сети ЬУ<3, обеспечивающие повышение на 10 % чувствительности к ЭКС-признакам инфаркта миокарда по сравнению с амплитудно-временным анализом ЭКС;

Получены дополнительные диагностические признаки (пространственное расположение сердца, «результирующая» ЭКГ по электрической оси сердца, начало кардиоцикла), использование которых обеспечивает повышение чувствительности и специфичности диагностики состояния сердца на основе анализа ЭКС;

Определена электрическая активность точек модели сердца пациента на основе решения предложенной системы линейных алгебраических уравнений, в которой число неизвестных - число точек модели сердца пациента - равно числу уравнений, обеспечивающая многократное повышение точности локализации повреждения миокарда по сравнению с амплитудно-временным анализом ЭКС.

4. Разработана обобщенная модель электрической активности сердца, основанная на многоуровневом описании процессов распространения возбуждения в сердечной мышце с учетом «геометрии»

сердца и торса пациента и позволяющая решить прямую задачу электрокардиографии, наглядно представить распространение возбуждения и оценить точность определения места повреждения миокарда.

5. Разработаны способы построения и визуализации трехмерной модели сердца пациента, защищенные патентами и обеспечивающие отображение результатов моделирования электрической активности сердца и определение места повреждения миокарда.

6. Создан опытный образец КДС «Кардиовид», тестирование которого показало эффективность предложенной системы неинвазив-ного контроля состояния сердца, что свидетельствует о возможности использования КДС «Кардиовид» в качестве основы для создания отечественной диагностической аппаратуры нового поколения.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК

1. Бодин, О. Н. Компьютерная диагностическая система «Кардиовид» / О. Н. Бодин // Информационно-измерительные и управляющие системы. - 2006. - Т. 4. - С. 146-149.

2. Бодин, О. Н. Принципы построения, структура и особенности компьютерной диагностической системы «Кардиовид» / О. Н. Бодин // Медицинская техника. - 2006. - № 1. - С. 33-35.

3. Бодин, О. Н. Многомерный нейросетевой анализ ЭКГ-признаков инфаркта миокарда / О. Н. Бодин // Нейрокомпьютеры: разработка, применение. - 2005. - № 7. - С. 36-41.

4. Бодин, О. Н. Разработка фрактального алгоритма для построения трехмерной модели сердца / О. Н. Бодин, А. В. Кузьмин // САПР и графика. - 2005. - № 3. - С. 73-75.

5. Бодин, О.Н. Совершенствование ЭКГ анализа при определении электрической активности сердца / О. Н. Бодин, Д. С. Логинов, Н. Ю. Митрохина // Медицинская техника. - 2008. - № 3. - С. 31-34.

6. Бодин, О. Н. Синтез реалистичной поверхности модели сердца / О. П. Бодин, А. В. Кузьмин // Медицинская техника. - 2006. - № 6. -С. 15-18.

7. Бодин, О. Н. Особенности анализа электрокардиографической информации с использованием вейвлет-преобразования / О. Н. Бодин, И. П. Бурукина Н Медицинская техника. - 2006. - № 2. - С. 26-29.

8. Бодин, О. Н. Исследование моделей автоволновых процессов в сердечной мышце / О. Н. Бодин, И. В. Строкова // Известия высших учебных заведений. Поволжский регион. Технические науки. -2006. - № 4. - С. 47-56.

9. Бодин, О. Н. Современные средства синтеза реалистичных изображений в реальном масштабе времени / О. Н. Бодин, С. А. Гайдуков, А. В. Кузьмин // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2007. - № 3. - С. 58-67.

Монография

10. Бодин, О. Н. Основы построения систем для обработки кардиографической информации : монография / О. Н. Бодин. - Пенза : Изд-во Пенз. гос. ун-та, 2008. - 187 с.

Публикации в других изданиях

11. Бодин, О. Н. Построение компьютерной модели сердца / О. П. Бодин // Вестник аритмологии. - 2004. - № 35. - 194 с.

12. Бодин, О. Н. Использование моделирования трехмерного компьютерного изображения сердца для визуализации состояния сердечно-сосудистой системы / О. Н. Бодин, И. П. Бурукина, А. Н. Мит-рошин // Вестник аритмологии. - 2004. - № 35. - 195 с.

13. Автоматизированная информационная система для анализа электрокардиосигналов / О. Н. Бодин, И. П. Бурукина, Л. Ф. Бартош, Ф. Л. Бартош // Вестник аритмологии. - 2004. - № 35. - 197 с.

14. Бодин, О. Н. Учет реальной геометрии тела пациента в муль-типольной модели электрической активности сердца / О. Н. Бодин, Н. Ю. Безделова // Вестник СПбГМА им. И. И. Мечникова. - 2006. -№ 3. - С. 66-69.

15. Бодин, О. Н. Концепция построения компьютерной системы электрокардиографической диагностики состояния сердечнососудистой системы / О. Н. Бодин // Сборник трудов Международного юбилейного симпозиума «Актуальные проблемы науки и образования». - Пенза : Изд-во Пенз. гос. ун-та, 2003. - С. 81-87.

16. Бодин, О. Н. Разработка визуальной модели сердца для обучения студентов-медиков / О. Н. Бодин, А. В. Кузьмин, А. Н. Мит-рошин // Известия высших учебных заведений. Поволжский регион. Медицинские науки. - 2007. - № 2,3. - С. 10.

17. Бодин, О. Н. Методы синтеза изображений для системы визуализации полета / О. Н. Бодин, С. А. Гайдуков // Полет. - 2005. -№ 9. - С. 53-58.

18. Бодин, О. Н. Представление и визуализация объемных объектов / О. Н. Бодин, А. В. Кузьмин // Полет. - 2008. - № 3. - С. 49-56.

19. Бодин, О. Н. Об одном решении прямой задачи электрокардиологии / Е. Г. Агапов, О. Н. Бодин // Сборник трудов Международной научно-технической конференции «Проблемы автоматизации и управления в технических системах». - Пенза : Изд-во Пенз. гос. ун-та, 2004. - С. 64-66.

20. Построение электрокардиограммы на электрической оси сердца / О. Н. Бодин, И. П. Бурукина, И. П. Гераськин, А. С. Масла-ков // Сборник трудов Международного юбилейного симпозиума «Актуальные проблемы науки и образования». — Пенза: Изд-во Пенз. гос. ун-та, 2003. - С. 55-60.

21. Бодин, О. Н. Синтез имитационных электрокардиосигналов для настройки компьютерной диагностической системы / О. Н. Бодин, И.П. Бурукина, H.A. Сипягин // Университетское образование-2004: сб. науч. тр. - Пенза: Изд-во Пенз. гос. ун-та, 2004. - С. 120-126.

22. Бодин, О. Н. Использование фракталов для построения трехмерной модели сердца / О. Н. Бодин, А. В. Кузьмин Н Сборник трудов Международной научно-технической конференции «Проблемы автоматизации и управления в технических системах». — Пенза: Изд-во Пенз. гос. ун-та, 2004. - С. 270-273.

23. Бодин, О. Н. Особенности определения электрической активности сердца в компьютерной диагностической системе / О. Н. Бодин, Н. Ю. Митрохина // Проблемы информатики в образовании, управлении, экономике и технике: сб. ст. VII Всерос. науч.-техн. конф. - Пенза, 2007. - С. 158-161.

24. Бодин, О. Н. Применение математической теории преобразования плоскости в отображении информации / О. Н. Бодин, Ю. Н. Кос-ников // Системы и технические средства подготовки операторов: межвуз. сб. науч. тр. - Новочеркасск, 1989. - С. 34-37.

25. Бодин, О. Н. Применение нейронных сетей в технологическом конвейере компьютерной графики / О. Н. Бодин, А. А. Борисов,

И. П. Бурукина // Университетское образованис-2004: сб. науч. тр. -Пенза : Изд-во Пенз. гос. ун-та, 2004. - С. 90-95.

26. Бодин, О. Н. Устройство сопряжения электрокардиографа с персональным компьютером типа IBM PC / О. Н. Бодин, А. А. Борисов, И. П. Бурукина // Университетское образование-2004: сб. науч. тр. - Пенза: Изд-во Пенз. гос. ун-та, 2004. - С. 190-195.

27. Анализ кардиографической информации с помощью нейронной сети / О. Н. Бодин, И. П. Бурукина, А. В. Кузнецов, И. А. Ливанова // 5-я Международная конференция «Радиоэлектроника в медицине». - М., 2003. - С. 66-69.

28. Визуализация повреждений миокарда на синтезированном изображении сердца / О. Н. Бодин, И. П. Бурукина, А. В. Кузнецов, А. Н. Митрошин // 7-я Всероссийская с участием стран СНГ конференция «Методы и средства обработки графической информации». -Н. Новгород, 2003. - С. 15-16.

29. Бодин, О. Н. Методология анализа ЭКС в автоматизированной информационной системе врача-кардиолога / О. Н. Бодин И 7-я Международная научно-практическая конференция «Экономико-организационные проблемы проектирования и применения информационных систем». - Ростов н/Д, 2003. - С. 51-52.

30. Бодин, О. Н. Моделирование распространения волны возбуждения в миокарде / О. Н. Бодин, И. П. Бурукина, А. В. Кузнецов // 2-я Международная научно-техническая конференция «Физика и технические приложения волновых процессов». - Самара, 2003. - 95 с.

31. Бодин, О. Н. Использование современных компьютерных технологий для подготовки студентов медиков / О. Н. Бодин, И. П. Бурукина, А. Н. Митрошин // VIII Международная научно-методическая конференция «Университетское образование-2004». - Пенза,

2004. - С. 83.

32. Bodin, О. N. Polyvariant methods of analysis, modeling and visualization of cardiographic information / O. N. Bodin // Congress EMBEC-

2005, Report № 1891. - Prague, 2005.-P. 83.

33. Bodin, O. N. Specific features of electrocardiographic information analysis based on wavelet transform / O. N. Bodin, I. P. Burukina // Biomedical Engineering. - 2006. -V. 40. - № 9. - P. 58-62.

34. Bodin, О. N. Synthesis of a realistic model of the surface of the heart / O. N. Bodin, A. V. Kuzrain // Biomedical Engineering. - 2006. -V. 40.-№6.-P. 280-283.

35. Бодин, О. H. Моделирование состояния сердечно-сосудистой системы // Международная школа-семинар «Адаптивные роботы-2004». - Санкт-Петербург, 2004. - С. 51-52.

36. Бодин, О. Н. Использование нейронных сетей для анализа электрокардиографической информации / О. Н. Бодин, И. П. Буруки-на, А. В. Кузнецов // Интерактивные системы: проблемы человеко-компыотерного взаимодействия. - Ульяновск, 2003. - С. 26-27.

Патенты, авторские свидетельства и свидетельства о регистрации программ

37. Пат. 2257838 Российская Федерация. Способ диагностики состояния сердечно-сосудистой системы / Бодин О. Н., Адамов А. В., Агапов Е. Г., Бурукина И. П., Кузьмин А. В. // Официальный бюллетень «Изобретения. Полезные модели». - 2005. - № 22.

38. Пат. 2264786 Российская Федерация. Способ определения основных функциональных показателей миогемодинамики сердца / Бодин О. Н., Бурукина И. П., Митин А. А., Огоньков В. В., Митро-шин А. Н., Бондаренко Л. А., Рудакова Л. Е. // Официальный бюллетень «Изобретения. Полезные модели». - 2005. - № 33.

39. Пат. 2256400 Российская Федерация. Устройство для регистрации электрокардиосигналов / Бодин О. Н., Бартош Л. Ф., Бартош Ф. Л., Бурукина И. П. // Официальный бюллетень «Изобретения. Полезные модели». - 2005. - № 20.

40. Пат. 2258457 Российская Федерация. Устройство для регистрации электрокардиосигналов / Бодин О. Н., Бурукина И. П., Родионов В. В. // Официальный бюллетень «Изобретения. Полезные модели». - 2005. -№ 23.

41. Пат. 2252695 Российская Федерация. Устройство для регистрации результирующей ЭКГ на фронтальной и горизонтальной плоскостях / Бодин О. Н., Бартош Л. Ф., Бартош Ф. Л., Бурукина И. П., Аникушкина И. В., Гиезов И. Г., Тарнопольский К. А. // Официальный бюллетень «Изобретения. Полезные модели». - 2005. - № 15.

42. Пат. 2269290 Российская Федерация. Устройство для регистрации электрокардиосигналов / Бодин О. Н., Агапов Е. Г., Адамов А. В.,

Безделова Н. Ю. // Официальный бюллетень «Изобретения. Полезные модели». - 2006. - № 4.

43. Пат. 2294139 Российская Федерация. Способ выделения начала кардиоцикла и устройство для его осуществления / Бодин О. Н., Жулев И. О., Логинов Д. С., Митрошин А. Н., Прошкин В. В. // Официальный бюллетень «Изобретения. Полезные модели». - 2007. - № 6.

44. А. с. 1354243 СССР. Устройство для отображения информации на экране цветного телевизионного индикатора / О. Н. Бодин, Е. А. Ломтев, Б. Г. Майоров // Официальный бюллетень «Изобретения. Полезные модели». № 43, 1987.

45. Пат. 2295772 Российская Федерация. Способ генерирования текстуры в реальном масштабе времени и устройство для его реализации / Бодин О. Н., Гайдуков С. А., Кузьмин А. В., Малышкин А. С. // Официальный бюллетень «Изобретения. Полезные модели». - 2007. - № 8.

46. А. с. 1495843 СССР. Устройство для формирования динамических изображений / О. Н. Бодин, А. П. Писарев, А. П. Ремонтов, Ю. Р. Тихонов // Официальный бюллетень «Изобретения. Полезные модели». - 1989. - № 27.

47. Пат. 2292075 Российская Федерация. Синергическая вычислительная система / Бодин О.Н.,Логинов Д.С.,Тарнопольский К.А.// Официальный бюллетень «Изобретения. Полезные модели». - 2007. - № 2.

48. Кузьмин, А. В. Программа конвертирования каркасной модели трехмерного объекта в воксельную модель / А. В. Кузьмин, О. Н. Бодин // Свидетельство об отраслевой регистрации разработки № 8793 от 20.07.2007. Федеральное агентство по образованию. Отраслевой фонд алгоритмов и программ. - М., 2007.

49. Компьютерная диагностическая система «Кардиовид»/ О. Н. Бодин, И. О. Жулев, Д. С. Логинов, Е. А. Гладкова, А. В. Кузьмин, Н. Ю. Митрохина, И. В. Строкова, В. В. Прошкин // Свидетельство о государственной регистрации программы для ЭВМ № 2008610570 ot31.01.2008.

Бодин Олег Николаевич

Системы неинвазивного контроля состояния сердца

Специальности: 05.11.17-Приборы, системы и изделия медицинского назначения; 05.13.01 - Системный анализ, управление и обработка информации (приборостроение)

Редактор Т. В. Веденеева Технический редактор Н. А. Вьялкова

Корректор Ж. А. Лубенцова Компьютерная верстка Н. В. Ивановой

ИД №06494 от 26.12.01

Сдано в производство 20.05.08. Формат 60х84'/16. Бумага писчая. Печать офсетная. Усл. печ. л. 2,09. Заказ № 313. Тираж 100.

Издательство Пензенского государственного университета. 440026, Пенза, Красная, 40.

ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1. Методологические основы развития теории неинвазивной диагностики сердца.

1.1.1. Обзор методов диагностики состояния ССС.

1.1.2. Возможности и особенности развития электрокардиографии.

1.2. Анализ резервов повышения эффективности обработки кардиографической информации.

1.2.1. Классификация методов анализа ЭКС.

1.2.2. Анализ моделей электрической активности сердца.

1.2.3. Анализ методов и средств визуализации состояния ССС.

1.2.4. Обзор современного состояния кардиодиагностических систем.

1.3. Проблема повышения эффективности обработки кардиографической информации.

1.4. Постановка задач исследования.

ГЛАВА 2. КОНЦЕПЦИЯ ПОСТРОЕНИЯ СИСТЕМ НЕИНВАЗИВНОГО КОНТРОЛЯ СОСТОЯНИЯ СЕРДЦА.

2.1. Основные методологические принципы и положения неинвазивной кардиодиагностики.

2.2. Обоснование и разработка поливариантного подхода к анализу, моделированию и визуализации кардиографической информации.

2.3. Совершенствование алгоритмов обработки кардиографической информации.

2.3.1. Предварительная обработка ЭКС.

2.3.2. Регистрации и предварительная обработка флюорографических снимков.

2.4. Разработка способа определения электрической активности сердца

2.4.1. Определение координат точек регистрации 12 стандартных отведений с учетом «геометрии» сердца и торса пациента.

2.4.2. Электродинамическое представление об электрической активности сердца.

2.4.3. Определение электрически активных областей и электрической активности сердца.

2.5. Выводы.

ГЛАВА 3. АНАЛИЗ ЭЛЕКТРОКАРДИОГРАФИЧЕСКОЙ ИНФОРМАЦИИ.

3.1. Вводные замечания.

3.2. Разработка и исследование амплитудно-временного метода анализа ЭКС.

3.2.1. Амплитудно-временной анализ ЭКС.

3.2.2. Разработка способа определения начала кардиоцикла на основе амплитудно-временного метода анализа ЭКС.

3.3. Разработка и исследование пространственно-спектрального метода анализа ЭКС на основе вейвлет-преобразования.

3.3.1. Выбор базовой функции вейвлет-преобразования.

3.3.2. Синтез базовой функции вейвлет-преобразования.

3.3.3. Разработка способа определения начала кардиоцикла на основе вейвлет-преобразования.

3.4. Разработка и исследование метода анализа ЭКС на основе нейронных сетей.

3.4.1. Выбор структуры нейронной сети.

3.4.2. Разработка и исследование алгоритма обучения нейронной сети.

3.5. Выводы.

ГЛАВА 4. МОДЕЛИРОВАНИЕ ЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ СЕРДЦА

4.1. Обоснование обобщенной модели электрической активности сердца

4.2. Моделирование распространения возбуяедения в сердечной мышце

4.2.1. Построение развертки поверхности модели сердца пациента на плоскость.

4.2.2. Построение численной модели для решения задачи распространения возбуждения в сердечной мышце.

4.2.3. Исследование численной модели для решения задачи распространения возбуждения в сердечной мышце.

4.3. Исследование модели эквивалентного электрического генератора сердца.

4.3.1. Определение мультипольных компонент модели эквивалентного электрического генератора сердца.

4.3.2. Синтез модельного ЭКС с учетом геометрии сердца и торса пациента.

4.4. Исследование возможностей модели электрической активности сердца для прогнозирования сердечного ритма.

4.4.1. Разработка алгоритма исследования периодики Венкебаха.

4.4.2. Исследование влияния физической нагрузки на возникновение периодики Венкебаха в модели электрической активности сердца.

4.5. Построение модели функционирования сердца на основе Марковских процессов.

4.6. Выводы.

ГЛАВА 5. ВИЗУАЛИЗАЦИЯ СОСТОЯНИЯ СЕРДЦА.

5.1. Предлагаемый подход к визуализации состояния сердца.

5.2. Разработка объемного представления модели сердца.

5.3. Разработка и исследование поверхностной модели сердца.

5.3.1. Анализ триангуляции Делоне.

5.3.2. Анализ поверхностей Безье.

5.3.3. Применение триангуляции Делоне для построения поверхностной модели сердца.

5.4. Визуализация информации на поверхности сердца.

5.4.1. Визуализация распространения возбуждения на поверхности сердца

5.4.2. Визуализация текстуры на поверхности сердца.

5.5. Выводы.

ГЛАВА 6. ПОСТРОЕНИЕ КОМПЬЮТЕРНОЙ ДИАГНОСТИЧЕСКОЙ СИСТЕМЫ ДЛЯ ОЦЕНКИ СОСТОЯНИЯ СЕРДЦА.

6.1. Особенности функционирования компьютерной диагностической системы.

6.2. Разработка структуры компьютерной диагностической системы.

6.2.1. Структура прикладного программного обеспечения компьютерной диагностической системы «Кардиовид».

6.2.2. Организация информационного взаимодействия в компьютерной диагностической системе «Кардиовид».

6.2.3. Архитектурные принципы организации компьютерной диагностической системы «Кардиовид».

6.3. Реализация, внедрение и апробация.

6.4. Выводы.

Проведенные опросы населения показывают, что личное здоровье является приоритетной жизненной целью [97].

Категория «здоровье» является сложным понятием и рассматривается как здоровье индивидуальное и здоровье общественное [120].

Согласно формулировке Всемирной организации здравоохранения (ВОЗ), «индивидуальное здоровье является состоянием полного физического, духовного и социального благополучия, а не только отсутствием болезней и физических дефектов» [252].

Общественное здоровье - важнейший экономический и социальный потенциал страны, обусловленный воздействием различных факторов окружающей среды и образа жизни населения, позволяющий обеспечить оптимальный уровень качества и безопасности жизни [2].

Исходя из данных определений, приоритетной целью государственной политики в области здравоохранения является сохранение и улучшение состояния здоровья населения. Виды, качество и объемы медицинских услуг должны быть адекватны уровню заболеваемости и потребностям населения, современному уровню развития медицинской науки, а также ресурсам, которыми располагают государство и граждане [117]. В плане сохранения здоровья личности интересы государства и граждан совпадают.

Успехи медицины в восстановлении трудовых ресурсов общества бесспорны. Современная медицина широко использует последние достижения биологических, физических, химических и технических наук, являясь их заказчиком и «подталкивая» их развитие. В свою очередь, успехи в диагностике и лечении больных обусловлены развитием этих наук и использованием информационных технологий. Согласно современным представлениям все разнообразие механизмов развития болезней «разделяется» на три класса [114]:

- класс инфекционных заболеваний, связанных с внедрением в организм человека микроорганизмов - возбудителей болезни;

- класс острых состояний, связанных с резким обострением хронических неинфекционных заболеваний;

- класс дегенеративных заболеваний, связанных с нарушением функции отдельных органов и вызванных пороками их развития.

Основную проблему для современного здравоохранения представляют неинфекционные заболевания, в первую очередь, болезни системы кровообращения. В настоящее время сердечно-сосудистые заболевания (ССЗ) по данным ВОЗ прочно занимают первое место в мире по причинам смертности трудоспособного населения [129, 252]. В современной России смертность от заболеваний сердечно-сосудистой системы (ССС) составляет 56% от численности умерших и обусловлена объективными социально-экономическими условиями жизнедеятельности россиян, в первую очередь, снижением уровня качества жизни. Накопленный в последнее время опыт лечения сердца позволил выявить и классифицировать в Международной Классификации Болезней (МКБ) целую систему ССЗ, охватывающую более 200 видов, среди которых наиболее опасным для жизнедеятельности является инфаркт миокарда (ИМ). ИМ - это некроз (гибель) сердечной мышцы, обусловленный острым нарушением коронарного кровообращения в результате несоответствия между потребностью сердечной мышцы в кислороде и его доставкой к сердцу [46]. При этом четкой гипотезы патогенеза ИМ до настоящего времени не существует, однако считается, что в основе патофизиологических механизмов внезапной сердечной смерти лежит электрическая нестабильность миокарда [271].

Каждая разновидность патологии сердца требует «своих» методов диагностики, оказывающих влияние на эффективность лечения.

Профилактика и своевременная диагностика - основные пути снижения смертности от сердечно-сосудистых заболеваний. Согласно рекомендациям ВОЗ профилактику следует подразделять на [66, 252]:

- первичную, направленную на предупреждение появления факторов риска у здоровых лиц;

- вторичную, предусматривающую борьбу с имеющимися факторами риска;

- третичную, осуществляющую активное лечение развившегося заболевания с целью недопущения прогрессирования патологического процесса и возникновения осложнения.

Основное внимание в национальном проекте «Здоровье» [138] уделяется усилению профилактической направленности, укреплению диагностической службы первичной медицинской помощи, оснащению медицинских учреждений современным диагностическим оборудованием и обеспечению населения высокотехнологичной медицинской помощью. Предполагается массовое, профилактическое обследование (скрининг) населения, при котором каждый житель страны должен иметь «паспорт здоровья» и ежегодно проходить электрокардиографическое и флюорографическое обследование [160]. При этом основным принципом использования диагностического оборудования является не замена врача, а помощь врачу в оценке состояния

ССС. Также необходимо отметить большое значение в превентивной кардиологии концепции факторов риска основных заболеваний ССС. Под факторами риска понимаются признаки, предшествующие заболеванию и имеющие с ним устойчивую, вероятностную связь, которая обладает практическим значением для его прогнозирования. Основные факторы риска развития ИМ делятся на две группы [66] :

- факторы, изменить которые невозможно. К ним относятся пол, возраст и наследственность;

- факторы, которые поддаются коррекции. К ним относятся гиперхолестеринемия (повышенное содержание в крови холестерина), артериальная гипертензия (повышенное артериальное давление) и курение.

Главная проблема диагностики сердца заключается в сложном, многоуровневом механизме его функционирования [134, 205]. Отличительной особенностью диагностики ССС является неоднозначная интерпретация исходной кардиографической информации. Разрешением противоречия между потребностями кардиодиагностики, высокими требованиями, предъявляемыми к современным компьютерным диагностическим системам (КДС), и существующим аналитическим аппаратом обработки кардиографической информации является создание качественно новых моделей и алгоритмов, основанных на повышении полноты отображения и получении новых признаков состояния ССС.

Недостаточная разработка существующей проблемы, ее комплексный, междисциплинарный характер объясняют стремление исследователей в технологически передовых странах интенсивно развивать наукоемкую диагностику состояния ССС. Достаточно сослаться на далеко неполный перечень диссертаций российских ученых, посвященных диагностике и терапии состояния ССС на основе анализа электрокардиографической информации [50, 51, 72, 76, 85, 87, 89, 99, 100, 155,156, 158, 162, 178, 179, 203, 207].

В России и за рубежом активно развивается компьютерная диагностика состояния сердца: научные школы под руководством таких выдающихся российских ученых как Бокерия JLA, Гельфанд И.М., Гуляев Ю.В., Рощевский М.П., Розенштраух JI.B., Чазов Е.П., Анищенко B.C., Баевский P.M., Волобуев А.Н., Иванов Г.Г., Мархасин B.C., Неймарк Ю.И., Немирко А.П., Орлов В.Н., Селищев C.B., Струтынский A.B., Титомир Л.И., Рябыкина Г.В., Шахов Э.К., Шкарин В.В. внесли значительный вклад в её развитие. Автор выражает глубокую благодарность своему первому научному консультанту д.т.н., профессору Шахову Э. К. , являющемуся одним из инициаторов данного научного исследования.

Однако, несмотря на обилие используемых статистических и математических методов обработки данных в этой области исследований существует ряд проблем, связанных с развитием теории и практической реализацией методов и средств:

- сбор, обработка и передача кардиографической информации;

- моделирование развития заболеваний ССС и оценка воздействия кардиологической помощи на процесс развития заболевания;

- визуализация результатов анализа и переработки кардиографической информации для поддержки принятия решений на различных этапах оказания кардиологической помощи.

Актуальность разработки систем для неинвазивного контроля состояния сердца обусловлена тем, что необходимо в минимальное время достижение максимальной достоверности при решении диагностической задачи локализации повреждения миокарда в ситуации, когда нахождение правильного решения жизненно важно.

Сущность (в методологическом, теоретическом и методическом плане) алгоритма функционирования разработанной системы для неинвазивного контроля состояния сердца заключается в совместном использовании методов анализа, моделирования и визуализации кардиографической информации для повышения, в конечном итоге, социально-экономической эффективности охраны здоровья граждан.

Целью диссертационного исследования является повышение точности определения места повреждения миокарда в условиях скрининга и диагностики заболеваний сердца, в том числе инфаркта миокарда, путем разработки систем неинвазивного контроля состояния сердца на основе комбинированных методов анализа, моделирования и визуализации кардиографической информации.

В соответствии с поставленной целью определены следующие основные задачи диссертации:

1. Проанализировать современное состояние диагностики ССС, выявить недостатки и обосновать необходимость ее совершенствования на основе совместного использования анализа кардиографической информации, математического моделирования и визуализации состояния сердца.

2. Создать концепцию обработки кардиографической информации и разработать на её основе систему неинвазивного контроля состояния сердца.

3. Повысить точность определения места повреждения миокарда путем усовершенствования методов обработки нестационарных сигналов и выявления патологии с использованием нейронных сетей, вейвлет-преобразования и амплитудно-временного анализа электрокардиосигнала (ЭКС).

4. Разработать на основе биофизического подхода новый метод определения электрической активности сердца по данным ЭКС (обратная задача электрокардиографии) для повышения точности локализации повреждения миокарда.

5. Разработать обобщенную математическую модель электрической активности сердца (прямая задача электрокардиографии) для адекватной оценки локализации повреждения миокарда.

6. Синтезировать трехмерную модель сердца, скорректировав её на основе анализа флюорографических снимков, и применить для визуализации состояния сердца пациента.

7. Создать компьютерную диагностическую систему (КДС) и осуществить её экспериментальную проверку на основе базы данных ЭКС.

Методы исследования. Для решения поставленных задач использовались теоретические основы электрокардиографии, методы теории системного анализа, функционального анализа и линейной алгебры, аналитической и дифференциальной геометрии, цифровой обработки сигналов, компьютерной графики, компьютерного и имитационного моделирования.

Научная новизна работы состоит в следующем:

1. Предложены оригинальные, защищённые патентами методы амплитудно-временного анализа ЭКС для получения дополнительных диагностических признаков патологического состояния ССС: выделения начала кардиоцикла; электрической оси сердца (ЭОС); «результирующей» ЭКГ на ЭОС; ЭКС на торсе пациента; основных показателей миогемодинамики.

2. Синтезирована базисная функция вейвлет-преобразования для анализа ЭКС в частотной области, обладающая в 6,6 раза более высокой, чем у аналогов, разрешающей способностью к временной локализации низкочастотных составляющих ЭКС, особенности которых являются диагностическими признаками патологического состояния ССС.

3. Адаптирована структура и разработан алгоритм обучения двухслойной нейронной сети LVQ (Learning Vector Quantization) -обучающееся векторное квантование или сеть классификации входных векторов, обеспечивающие повышение на 10 % чувствительности к ЭКС-признакам инфаркта миокарда по сравнению с амплитудно-временным анализом ЭКС.

4. Разработана новая, защищённая патентами система неинвазивного контроля состояния сердца на основе концепции совместного использования оригинальных решений прямой и обратной задач электрокардиографии, позволяющая в условиях скорой и неотложной помощи за счет комбинированных методов анализа, моделирования и визуализации кардиографической информации приблизить функциональные возможности доклинической диагностики ССС к уровню клинических обследований ССС.

5. Получено решение обратной задачи электрокардиографии на основе системы линейных алгебраических уравнений для определения электрической активности сердца пациента, обеспечивающее пятикратное повышение точности локализации повреждения миокарда по сравнению с амплитудно-временным анализом ЭКС.

6. Предложена обобщенная модель электрической активности сердца, основанная на многоуровневом описании процессов распространения возбуждения в сердечной мышце с учетом «геометрии» сердца и торса пациента и позволяющая решить прямую задачу электрокардиографии, наглядно представить распространение возбуждения и оценить адекватность локализации повреждения миокарда.

7. Разработаны способы построения и визуализации трехмерной модели сердца пациента, защищенные патентами и обеспечивающие отображение результатов моделирования электрической активности сердца и локализацию места повреждения миокарда.

Практическая значимость работы:

1. Разработана концепция обработки кардиографической информации в КДС «Кардиовид» на основе комбинированных методов анализа, моделирования и визуализации, позволяющая создать отечественную диагностическую аппаратуру нового поколения для замены используемых электрокардиографов в офисах врачей общей практики, в бригадах скорой и неотложной помощи и повысить оперативность, чувствительность и специфичность диагностики состояния ССС.

2. Выявлены дополнительные диагностические признаки патологического состояния ССС, что способствует повышению эффективности лечения.

3. Разработан опытный образец КДС «Кардиовид». Простота обслуживания, экономическая доступность, оперативность и наглядность представления результатов обработки кардиографической информации делают её удобным инструментом контроля состояния сердца.

На защиту выносятся:

1. Система неинвазивного контроля состояния сердца на основе совместного использования анализа кардиографической информации, математического моделирования и визуализации состояния сердца.

2. Решение обратной задачи электрокардиографии (анализ ЭКС), позволяющее повысить точность анализа ЭКС и определить место повреждения на поверхности сердца пациента.

3. Решение прямой задачи электрокардиографии (моделирование электрической активности сердца), позволяющее оценить адекватность локализации повреждения миокарда и «восстановить путь» распространения возбуждения.

4. Способ визуализации состояния сердца пациента на основе синтезированной трехмерной модели сердца, корректируемой по результатам анализа флюорографических снимков.

5. Структура КДС «Кардиовид» для неинвазивного контроля состояния сердца.

Апробация работы

Основные результаты работы докладывались на международных научно-технических конгрессах, симпозиумах и конференциях: 8-й и 9-й конгрессы Российского общества холтеровского мониторирования и неинвазивной электрофизиологии (РОХМиНЭ) (Москва, 2007; Суздаль, 2008); Первая Международная конференция «Математическая биология и биоинформатика»

16

Пущино, 2006); Congress ЕМВЕС-2005 (Prague, 2005); Конгресс «Кардиостим-2004» (Санкт-Петербург, 2004); Международный юбилейный симпозиум «Актуальные проблемы науки и образования» (Пенза, 2003); 7-я Всероссийская с участием стран СНГ конференция «Методы и средства обработки сложной графической информации» (Нижний Новгород, 2003); 5-я Международная конференция «Радиоэлектроника в медицине» (Москва, 2003).

Публикации

По материалам диссертации опубликовано 49 работ, в том числе 1 монография, 26 статей, из них 9 в изданиях, рекомендованных ВАК, (9 докладов); получено 13 патентов, авторских свидетельств и свидетельств о регистрации программы.

Структура и объем диссертации

Диссертация состоит из введения, шести глав и заключения, списка использованных источников из 274 наименований и приложений. Объем работы - 345 страниц основного машинописного текста, 141 иллюстрация и 14 таблиц.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Решена проблема повышения точности определения места повреждения миокарда, позволяющей в условиях скорой и неотложной помощи повысить оперативность, чувствительность и специфичность диагностики состояния ССС путем решения обратной задачи электрокардиографии, проверки его на основе решения прямой задачи электрокардиографии и визуализации состояния ССС.

2. Разработана система неинвазивного контроля состояния сердца, защищённая патентами и обеспечивающая:

- решение прямой и обратной задач электрокардиографии;

- анализ и моделирование ЭАС пациента;

- визуализацию состояния ССС с использованием трехмерной модели сердца пациента.

Функциональные возможности системы соответствуют уровню клинических обследований и позволяют пятикратно по сравнению с амплитудно-временным анализом ЭКС повысить точность определения места повреждения миокарда за счет совместного использования комбинированных методов анализа, моделирования и визуализации кардиографической информации.

3. В рамках системы неинвазивного контроля состояния сердца предложены оригинальные, защищенные патентами методы анализа электрокардиографической информации.

Синтезирована базисная функция вейвлет-преобразования, позволяющая увеличить в 6,6 раза разрешающую способность временной локализации низкочастотных составляющих ЭКС по сравнению с аналогами (симплет 2);

Адаптирована структура и разработан алгоритм обучения двухслойной нейронной сети ЬУС), обеспечивающие повышение на 10 % чувствительности к ЭКС-признакам инфаркта миокарда по сравнению с амплитудно-временным анализом ЭКС;

Получены дополнительные диагностические признаки (пространственное расположение сердца, «результирующая» ЭКГ по электрической оси сердца, начало кардиоцикла), использование которых обеспечивает повышение чувствительности и специфичности диагностики состояния сердца на основе анализа ЭКС;

Определена электрическая активность точек модели сердца пациента на основе решения предложенной системы линейных алгебраических уравнений, в которой число неизвестных - число точек модели сердца пациента - равно числу уравнений, обеспечивающая многократное повышение точности локализации повреждения миокарда по сравнению с амплитудно-временным анализом ЭКС.

4. Разработана обобщенная модель электрической активности сердца, основанная на многоуровневом описании процессов распространения возбуждения в сердечной мышце с учетом «геометрии» сердца и торса пациента и позволяющая решить прямую задачу электрокардиографии, наглядно представить распространение возбуждения и оценить точность определения места повреждения миокарда.

5. Разработаны способы построения и визуализации трехмерной модели сердца пациента, защищенные патентами и обеспечивающие отображение результатов моделирования электрической активности сердца и определение места повреждения миокарда.

6. Создан опытный образец КДС «Кардиовид», тестирование которого показало эффективность предложенной системы неинвазивного контроля состояния сердца, что свидетельствует о возможности использования КДС «Кардиовид» в качестве основы для создания отечественной диагностической аппаратуры нового поколения.

1. Агапов Е.Г., Бодин О.Н. Об одном решении прямой задачи электрокардиологии / Сб. трудов Международной научно-технической конференции «Проблемы автоматизации и управления в технических системах», Пенза, Изд-во Пенз. Гос. Ун-та, 2004.

2. Алексеева JI.A. и др. Общественное здоровье и здравоохранение. / JI.A. Алексеева, A.A. Бойков, А.Н. Бойков М.: МЕДинформ, 2002, 523с.

3. Амиров Р.З. Электрокардиотопография. М.: Медицина, 1965, 142с.

4. Амиров Р. 3. Интегральные топограммы потенциалов сердца. М.: Наука, 1973, 108с.

5. Амосов Н.М. Раздумья о здоровье. М.: Молодая гвардия, 1979, 191с.

6. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации). Под ред. Баевского P.M. // Вестник аритмологии, 2001, № 24, 65-87с.

7. Андронов A.A., Витт A.A., Хайкин С.Э. Теория колебаний. М.: Гос. изд-во физмат, лит., 1959, 916с.

8. Анищенко B.C., Янсон Н.Б., Павлов А.Н. Может ли режим сердца здорового человека быть регулярным? // Радиотехника и электроника, 1997, т.42, №8, 1005-1010с.

9. Анищенко B.C. Динамические системы. // Соросовский образовательный журнал. 1997. № 11. 77-84с.

10. Анищенко B.C. Знакомство с нелинейной динамикой. Москва -Ижевск: Институт компьютерных исследований, 2002.

11. Анищенко B.C., Астахов В.В., Вадивасова Т.Е., Нейман А.Б., Стрелкова Г.И., Шиманский-Гайер JI. Нелинейные эффекты в хаотических и стохастических системах. Москва-Ижевск: Институт компьютерных исследований, 2003, 544с.

12. Анохин П.К. Очерки по физиологии функциональных систем. М.: Медицина, 1975.

13. См. также: http://www.keldysh.ru/pages/BioCyber/RT/Functional.pdf;

14. Антонов В.Ф. Биофизика мембран. // Соросовский Образовательный Журнал, 1996, №6, 4-12с.

15. Аракчеев А.Г., Сивачев A.B. Электрокардиографическая техника для исследования функционального состояния сердца. М.: ЗАО «ВНИИМП-ВИТА», 2002, 128с.

16. Баевский P.M., Кириллов А.И., Клецкин С.З. Математический анализ сердечного ритма при стрессе. М., Медицина, 1984, 221с.

17. Баевский P.M., Иванов Г.Г., Чирейкин JI.B. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации) // Вестник аритмологии, 2001, №24, 65-87с.

18. Баум О.В., Попов Л.А., Волошин В.И., Муромцева Г.A. QT-дисперсия: модели и измерения. // Вестник аритмологии, 2000, № 20, 6-17с.

19. Белова И.Б., Китаев И.М. Малодозовая цифровая рентгенография. / Монография, изд. 2-е, испр. и доп. Орел: Труд, 2001,164с.

20. Бодин О.Н. Многомерный нейросетевой анализ ЭКГ-признаков инфаркта миокарда // Нейрокомпьютеры: разработка, применение, 2005, №7, 36-41с.

21. Бодин О.Н., Кузьмин A.B. Разработка фрактального алгоритма для построения трехмерной модели сердца. / САПР и графика, 2005, №3.

22. Бодин О.Н. Компьютерная диагностическая система «Кардиовид» // Информационно-измерительные и управляющие системы, №1-3, т.4, 2006, 146-149с.

23. Бодин О.Н. Принципы построения, структура и особенности компьютерной диагностической системы «Кардиовид». / Медицинская техника, 2006, №1, 33-35с.

24. Бодин О.Н., Строкова И.В. Исследование моделей автоволновых процессов в сердечной мышце / Известия Высших учебных заведений. Поволжский регион. Технические науки, 2006, №4.

25. Бодин О.Н., Безделова Н.Ю. Учет реальной геометрии тела пациента в мультипольной модели электрической активности сердца / Вестник СПбГМА им. И.И. Мечникова, 2006, №3

26. Бодин О.Н., Кузьмин A.B., Митрошин А.Н. Разработка визуальной модели сердца для обучения студентов медиков / Известия Высших учебных заведений. Поволжский регион. Медицинские науки, 2007, №2.

27. Бодин О.Н., Бурукина И.П. Особенности анализа электрокардиографической информации с использованием вейвлет-преобразования // Медицинская техника, №2, 2006, 26-29с.

28. Бодин О.Н., Гайдуков С.А., Кузьмин A.B., Современные средства синтеза реалистичных изображений в реальном масштабе времени / Известия Высших учебных заведений. Поволжский регион. Технические науки, 2007, №3.

29. Бодин О.Н., Кузьмин A.B. Представление и визуализация объемных объектов. Полет, 2007, №6.

30. Бодин О.Н. и др. Способ диагностики состояния сердечнососудистой системы // Патент РФ №2257838 от 09.03.2004.

31. Бодин О.Н. и др. Способ определения основных функциональных показателей миогемодинамики сердца // Патент РФ №2264786 от 27.11.2005.

32. Бодин О.Н. и др. Устройство для регистрации электрокардиосигналов // Патент РФ №2256400 от 20.07.2005.

33. Бодин О.Н. и др. Устройство для регистрации электрокардиосигналов // Патент РФ №2258457 от 20.08.2005.

34. Бодин О.Н. и др. Устройство для регистрации результирующей ЭКГ на фронтальной и горизонтальной плоскостях // Патент РФ №2252695 от 22.05.2005.

35. Бодин О.Н. и др. Устройство для регистрации электрокардиосигналов // Патент РФ №2269290 от 10.02.2006.

36. Бодин О.Н. и др. Устройство для отображения информации на экране цветного телевизионного индикатора // Авторское свидетельство СССР №1354243 от 23.11.1987.

37. Бодин О.Н. и др. Способ определения электрической активности сердца // Заявка на патент № 2007111788 от 02.04.2007.

38. Бодин О.Н. и др. Способ выделения начала кардиоцикла // Патент РФ №2294139 от 27.02.2007.

39. Бодин О.Н., Логинов Д.С. Способ выделения начала кардиоцикла // Заявка №2007109612/14(010459) от 16.03.2007.

40. Бодин О.Н., Ломтев Е.А., Майоров Б.Г. Устройство для отображения информации на экране цветного телевизионного индикатора. Авторское свидетельство СССР №1354243 от 11.01.1985г., МКИ4 G09G1/28.

41. Бодин О.Н. и др. Способ генерирования текстуры в реальном масштабе времени и устройство для его реализации / Патент РФ №2295772 от 26.09.2005г.

42. Бодин О.Н. и др. Устройство для формирования динамических изображений / Авторское свидетельство СССР №1495843 от 14.12.1987г.

43. Бодин О.Н. и др. Способ моделирования и визуализации распространения возбуждения в миокарде / Заявка на патент №2007123430 от 22.06.2007г.

44. Бодин О.Н. и др. Синергическая вычислительная система / Патент РФ №2292075 от 21.07.2005г.

45. Бодин О.Н. Технические средства телевизионной системы отображения информации с улучшенными характеристиками. Дис. . канд. техн. наук: 05.13.05, Пенза, 1989.

46. Бодин О.Н., Косников Ю.Н. Применение математической теории преобразования плоскости в отображении инфоромации // Межвуз. Сб. науч.тр. «Системы и технические средства подготовки операторов» Новочеркасск, 1989.

47. Бодин О.Н. и др. Опыт разработки устройства для запоминания кадра телевизионного изображения // Материалы Всесоюзного симпозиума: Проблемы цифрового кодирования и преобразования изображений. Тбилиси, 1980.

48. Брылюк Д., Старовойтов В. Разработка нейросетей, выбор их параметров, их оптимизация для распознавания видеоизображений людей. Минск: BSUIR, 2001.

49. Вагнер Гален С. Практическая электрокардиография Мариотта: Пер. с англ. СПб.: Невский Диалект, 2002, 480с.

50. Вадилов, С. А. Разработка метода и средств диагностики хаотической деятельности сердца: Дис. канд. техн. наук: 05.11.17 М., 1994.

51. Вайсман М.В. Построение алгоритмов и средств испытаний многоканальных цифровых электрокардиографов. Дис. . канд. техн. наук: 05.11.17, М., 2000.

52. Вариабельность сердечного ритма. Стандарты измерения, физиологической интерпретации и клинического использования. // Вестник аритмологии, 1999, № 13, 53-78с.

53. Вахрамеева JI.A., Бугаевский JIM., Казакова 3.JI. Математическая картография. Учебник для вузов. М.: Недра,. 1986.

54. Введение в контурный анализ; приложение к обработке изображений и сигналов / Я.А. Фурман, A.B. Кревецкий, А.К. Передреев, A.A. Роженцов, Р.Г. Хафизов, И.Л. Егошина, А.Н. Леухин; Под ред. Я.А. Фурмана, 2-е изд., испр. М.: ФИЗМАТЛИТ, 2003, 592с.

55. Веников В.А. Теория подобия и моделирования. Учеб. пособие для вузов. М.: Высшая школа, 1976.

56. Винер Н., Розенблют А. Проведение импульсов в сердечной мышце. // Кибернетический сборник, №3, ИЛ, 1961.

57. Винер Н. Кибернетика, или управление и связь в животном и машине. -М.: Наука, 1983, 344с.

58. Виртуальное анатомическое пособие. http://gzt.rU/science/2006/l 1/07/210028.html

59. Власов В.В. Введение в доказательную медицину. М.: Медиа Сфера,2001.

60. Волобуев А.Н. Курс медицинской и биологической физики. -Самара: Самар. Дом печати, 2002, 432с.

61. Гайдуков С.A. OpenGL. Профессиональное программирование трехмерной графики на С++. СПб.: БХВ-Петербург, 2004, 736с.

62. Галушкин А.И. Теория нейронных сетей. Кн. 1 : Учеб пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2000, 416с.

63. Галушкин А.И. Нейрокомпьютеры. Кн. 3: Учеб пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2000, 528с.

64. Гельфанд И.М., Розенфельд Б.И., Шифрин М.А. Очерки о совместной работе математиков и врачей / Под ред. Гиндикина С.Г. Изд. 2-е, испр. и доп. М.: Едиториал УРСС, 2005, 320с.

65. Геращенко С.И. Джоульметрия и джоульметрические системы: теория и приложение. Монография, Пенза: Изд-во Пенз. Гос. Ун-та, 2000.

66. Гитун Т.В. Инфаркт миокарда. Диагностика, профилактика и методы лечения. М.: ЗАО Центрполиграф, 2004, 156с.

67. Гихман И.И., Скороход А.В. Введение в теорию случайных процессов. М.: Наука, 1977, 568с

68. Глас Л., Мэки М. От часов к хаосу: ритмы жизни. / Пер с англ., М., Мир, 1991,248с.

69. Гленсдорф П., Пригожин И. Термодинамическая теория структуры, устойчивости и флуктуаций. М.: Мир, 1973, 280с.

70. Гнеденко Б. В., Беляев Ю. К., Соловьев А. Д., Математические методы в теории надежности. М.: Наука, 1965, 524с.

71. Годунов С.К., Рябенький B.C. Разностные схемы (введение в теорию). Учебное пособие. М.: Наука, 1973, 400с.

72. Горохов С.Н. Анализ поздних потенциалов предсердий на основе комплексного использования временных и частотных характеристик кардиосигнала. Дис. канд. техн. наук: 05.12.17, Казань, 1999.

73. Граевская Н.Д., Гончарова Г.А., Калугина Г.Е. Исследование сердца спортсменов с помощью эхокардиографии // Кардиология, 1978, т. 18, №2, 140-143с.

74. Гусев А. В., Романов Ф. А., Дуданов И. П., Воронин А. В. Медицинские информационные системы. — Петрозаводск: Изд-во ПетрГУ, 2005, 404с.

75. Давыдов В.А., Зыков B.C., Михайлов A.C. Кинематика автоволновых структур в возбудимых средах. // УФН, т. 161, 1991, 45-85с.

76. Данилушкин М.Г. Содержательная параметризация, образное топографическое представление и статистический анализ электрофизиологических состояний сердца. Дис. канд. техн. наук: 05.13.01, 03.00.02, М., 1995.

77. Делоне Б.Н., Райков Д.А. Аналитическая геометрия. Т.2, М.: Гостехиздат, 1949, 518с.78. де Луна А.Б. Руководство по клинической ЭКГ / Под ред. Р.З. Амирова.- М., Медицина, 1993, 703с.

78. Добеши И. Десять лекций по вейвлетам. Москва - Ижевск: НИЦ Регулярная и хаотическая диалектика, 2004, 464с.

79. Домбровски А., Домбровски Б., Пиотрович Р. Суточное мониторирование ЭКГ. М.: Медпрактика, 2000.

80. Дорофеева 3.3. Принципы векторкардиографии. М.: Медгиз, 1963.

81. Дьяконов В.П. Вейвлеты. От теории к практике. М.: СОЛОН-Р, 2002, 448с.

82. Единая система электрокардиографических заключений по синдромальному анализу ЭКГ // Методические рекомендации, М.: Минздрав СССР, 1982.

83. Ежов A.A., Шумский Е.А. Нейрокомпьютинг и его применения в экономике и бизнесе // http://www.intuit.ru/department/expert/neurocomputing

84. Елькин Ю.Е. Кинематика стационарных и медленно эволюционирующих автоволновых фронтов. Дис. . к.ф-м.н.: 03.00.02, Пущино, 2000.

85. Ефимов Е.А., Коломиец Л.В. Спектральное представление функций (сигналов): Учебное пособие / Самара, Самар. гос. аэрокосм, ун-т, 2006, 36с.

86. Жилина К.В. Автоматизированная система для классификации ишемической болезни сердца по электрокардиосигналам. Дис. канд. техн. наук: 05.13.09, Курск, 1999.

87. Журавлева Н.Б. ЭКГ диагностика сложных форм инфаркта миокарда // Лекция для врачей курсантов. Л.: ЛенГИДУВ, 1979, 20с.

88. Заславский Д.С. Разработка решающих правил для дифференциальной диагностики осложненных форм инфаркта миокарда. Дис. . канд. техн. наук: 05.13.01, Воронеж, 2003.

89. Зудбинов Ю.И. Азбука ЭКГ. Изд. 4-е, испр. и доп., Ростов н/Д: Феникс, 2003, 240с.

90. Зуйкова O.A., Михеев A.A. Способ выделения начала кардиоцикла и устройство для его осуществления / Патент РФ №2219828, А 61 В 5/02,2003.

91. Иваницкий Г.Р., Кринский В.И., Сельков Е.Е. Математическая биофизика клетки. М.: Наука, 1978, 311с.

92. Иванов А.И. Ортогональная идентификация нелинейных динамических объектов. Деп. в ВИНИТИ 20.07.87. N5268-B87, 138с.

93. Изаков В.Я., Мархасин B.C., Проценко Ю.Л., Ясников Г.П., Белоусов B.C. Введение в биомеханику пассивного миокарда. М.: Наука, 2000, 207с.

94. Инструментальная диагностика сердечно-сосудистых заболеваний. / Под ред. Сидоренко Г.И. Пос. для практических врачей. Минск, 1993, 156с.

95. Инфаркт миокарда // Электронное справочное пособие для врача скорой медицинской помощи, http ://www.med2000.ш/cito/cor.htm

96. Исмагилова Л.А., Бухарбаева Л.Я. Экономико-математическое моделирование и управление системой здравоохранения. М.: Машиностроение, 2005, 290с.

97. Исследование устройства отображения информации и измерение точности отображения / Отчет о НИР (шифр «Контур»). Научный руководитель Сергеев Н.П., Пензенский политехнический институт, 1979.

98. Истомина Т.В. Методы и средства обработки биоэлектрической информации: Дис. . д-ра техн. наук: 05.13.01, Пенза, 2002.

99. Каменский С.А, Автоматическое распознавание шоковых ритмов сердца методом межпорогового частотно-временного анализа ЭКГ. Дис. канд. техн. наук: 05.13.01, М., 2005.

100. Капелько В.И. Работа сердца // Соросовский образовательный журнал, №4, 1999, 28-34с.

101. Капелько В.И. Нарушение энергообразования в клетках сердечной мышцы: причины и следствия. // Соросовский Образовательный Журнал, 2000, №5, с. 14-20.

102. Кардиовизор-ОбС диагностика ишемии миокарда за 30 секунд // www.marimed.ru

103. Кардиология в таблицах и схемах. М. Фрид, С. Грайнс (ред.) / Пер. с англ. под ред. канд. мед. наук М.А. Осипова и канд. мед. наук H.H. Алипова. М., Практика, 1996, 728с.

104. Кельман И.М. Электрокардиография и фонокардиография. 2 изд., М.: Медицина, 1974.

105. Кечкер М.И. Руководство по клинической электрокардиографии. -М.: 2000, 395с.

106. Климонтович Ю.Л. Введение в физику открытых систем. М.: Янус-К, 2002.

107. Клиническая электрокардиография (Серия «Краткий справочник») // Пер. с англ. проф. С.А. Повзуна под общей редакцией проф. В.П. Медведева -СПб: Питер, 2001. 384с.

108. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных // Докл. АН СССР, том 108, с. 2, 1956.

109. Котов В.Е. Сети Петри. М: Наука, 1984.

110. Котов Ю.Б. Новые математические подходы к задачам медицинской диагностики. М.: Едиториал УРСС, 2004, 328с.

111. Кроновер Р. М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000, 352с.

112. Крук Б.И., Белкин Н.И. Устройство для выделения QRS-комплексов / Патент РФ №2021752, А 61 В 5/0452. // БИ 1994, №20.

113. Крутько В.Н., Никитин E.H. Методология имитационного моделирования в медико-биологических приложениях. М.: Прогресс, 1991, 230с.

114. Кун Т. Структура научных революций. М., Наука, 1975.

115. Кучеренко В.З., Пешков М.Н. и др. Теоретические основы качества жизни, связанного со здоровьем населения // Проблемы управления здравоохранением. 2004, №2, 10-15с.

116. Ландау Л.Д., Лившиц Е.М. Теоретическая физика. Теория поля. Т.2, М: Наука, 1988, 509с.

117. Лахно В.Д., Устинин М.Н. Компьютеры и суперкомпьютеры в биологии. Москва Ижевск: 2002, 560с.

118. Лисицын Ю.П. Социальная гигиена и организация здравоохранения. Проблемные лекции. -М.: Медицина, 1992, 513с.

119. Лищук В.А. Математическая теория кровообращения. М.: Медицина, 1991, 256с.

120. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. М.: Едиториал УРСС, 2002.

121. Малла С. Вейвлеты в обработке сигналов / Пер. с англ. М.: Мир,2005.

122. Маколкин В.И. ЭКГ: анализ и толкование. М.:ГЭОТАР-мед, 2001.159с.

123. Макфи Б. Исследования в области электрокардиографии и магнитокардиографии // ТИИЭР, 1972, v. 60, №3, 53-98р.

124. Мари Дж. Нелинейные дифференциальные уравнения в биологии. Лекции о моделях. М.: Мир, 1983, 339с.

125. Маркин М.И. Синтез нейронной сети под заданное приложение. Дис. канд. техн. наук: 05.13.11, М., 2001.

126. Масяго A.B. Чувствительность и специфичность качественных методов диагностики. //Информационный бюллетень "Новости "Вектор-Бест", № 1(3), 1997.

127. Матвейков Г.П., Пшоник С.С. Клиническая реография. Минск, 1976.

128. Матусова А.П., Боровков H.H. Практическая кардиология. 2-е изд., Ростов н/Д., Изд-во Феникс, 1999, 150с.

129. Медик В.А. Заболеваемость населения: история, современное состояние и методология изучения. М.: Медицина, 2003, 512с.

130. Международная классификация болезней МКБ-10. Диагнозы. Электронная версия. Класс: Болезни системы кровообращения. Блок: Ишемическая болезнь сердца / http://www.mkbl O.ru/?class=9&bloc=5 7

131. Михеев A.A. Способ выделения начала кардиоцикла и устройство для его реализации // Патент РФ №2195164 от 27.12.2002.

132. Морман Д., Хеллер JI. Физиология сердечно-сосудистой системы. -С-Пб: Питер, 2000, 256с.

133. Муражко В.В., Струтынский A.B. Электрокардиография // Учебное пособие. Изд. 6-е. -М.: МЕДпрессинформ, 2004, 320с.

134. Мэтьюз, Джон, Г., Финк, Куртис,Д. Численные методы. Использование MATLAB, 3-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2001, 720с.

135. Назаренко Г. И., Гулиев Я. И., Ермаков Д. Е. Медицинские информационные системы: теория и практика. — М.: Физматлит, 2005, 320с.

136. Направления, основные мероприятия и параметры приоритетного национального проекта "Здоровье". / http://www.rost.ru/healthdocl.doc.

137. Наттерер Ф. Математические аспекты компьютерной томографии. / Пер. с англ. М.: Мир, 1982, 288с.

138. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кир дин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998, 296с.

139. Нефедова Г.А. Особенности танатогенеза при остром инфаркте миокарда. Автореферат дисс. на соискание ученой степени к.м.н., 14.00.15 -патологическая анатомия, М., 2007.

140. Новиков Ю.Л. Эффективные алгоритмы векторизации растровых изображений и их реализация в геоинформационной системе. Дис. канд. техн. наук: 05.13.18, Томск, 2002.

141. Новоселов О.Н., Морозов М.С., Смирнов С.М., Шкардун А.П. Синтез многомерных нелинейных феменологических уравнений и фрактальный анализ электрокардиограмм // Радиотехника и электроника, 2003, т.48, №6, 707-714с.

142. Норма в медицинской практике / Справочное пособие.- М.: МЕДпресс, 2001, 144с.

143. Окороков А.Н. Диагностика болезней внутренних органов. Том 6. Диагностика болезней сердца и сосудов: Атеросклероз. ИБС. М.: Медицинская литература, 2002, 464с.

144. Окороков А.Н. Диагностика болезней внутренних органов. Том 7. Диагностика болезней сердца и сосудов: Артериальная гипертензия. Артериальная гипотензия. Синкопальные состояния. Нейроциркуляторная дистония. М.: Медицинская литература, 2003, 404с.

145. Орлов В.Н. Руководство по электрокардиографии. М.: Медицина, 1984, 528с.

146. Орлова Н.В., Парийская Т.В. Кардиология: Новейший справочник педиатра. -М.: Изд-во Эксмо; СПб.: Сова, 2003, 624с.

147. Осипов И. Н., Копнин П. В., Основные вопросы теории диагноза, 2 изд., Томск, 1962.

148. Осколкова М.К., Красина Г.А. Реография в педиатрии, М., 1980.

149. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. -М.: Финансы и статистика, 2002.

150. Парин В.В., Баевский P.M. Введение в медицинскую кибернетику. М., 1966.

151. Петров В.В., Усков A.C. Информационная теория синтеза оптимальных систем контроля и управления. М.: Энергия, 1975, 230с.

152. Петров Ю.П., Сизиков B.C. Корректные, некорректные и промежуточные задачи с приложениями. СПб.: Политехника, 2003, 261с.

153. Пешехонов А.Н. Пространственно-временное моделирование распределения биопотенциалов. Дис. . канд. техн. наук: 05.13.18, Пенза, 2003.

154. Плотников A.B. Цифровой монитор суточной регистрации ЭКГ. Дис. . канд. техн. наук: 05.11.17, М., 2000.

155. Плотников В.А., Прилуцкий Д.А., Селищев C.B. Стандарт SCP-ECG в программных системах для электрокардиографии / http://masters.donntu.edu.ua/2001/kita/rybalova/diss/lib/scpecg.html

156. Подклетнов С.Г. Вейвлет-преобразование электрокардиосигнала для компьютерных систем диагностики ишемической болезни сердца. Дис. канд. техн. наук: 05.11.17, СПб., 2005.

157. Помозгов А.И., Терновой С.К., Бабий Я.С., Лепихин Н.М. Томография грудной клетки. Киев.: Здоровье, 1992. 288с. (55)

158. Примин H.A., Недайвода И.В., Васильев В.Е. Алгоритмы анализа магнитокардиосигнала: выявление ишемических повреждений сердца // УСиМ, 2000, № 1, 32-42с.

159. Прилуцкий Д.А. Электрокардиографическая система на основе S-D аналого-цифрового преобразования. Дис. канд. техн. наук: 05.11.17, М., 1998.

160. Прэтт У. Цифровая обработка изображений / Пер. с англ., В 2-х кн. -М.: Мир, 1982.

161. Ракчеева Т.А. Образный анализ ритма ЭКГ // Медицинская техника, 1995, №2, 9-16с.

162. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. М.: Мир, 1972.

163. Роджерс Д., Адаме Дж. Математические основы машинной графики. Пер. с англ. М.: Мир, 2001. - 604 с.

164. Ройтберг Г.Е., Струтынский A.B. Лабораторная и инструментальная диагностика заболеваний внутренних органов. М.: ООО "Медицина", 2003.

165. Романовский Ю.М., Степанова Н. В., Чернавский Д. С. Математическое моделирование в биофизике: Введение в теоретическую биофизику М.: Институт компьютерных исследований, 2004, 471с.

166. Рот Г. 3., Фихман М. И., Шульман Е. И. Медицинские информационные системы. Учебное пособие. Новосибирск: Изд-во НГТУ, 2005, 70с.

167. Рощевский М.П. Эволюционная электрокардиология. Л.: Наука. Ленингр. отд., 1972, 252с.

168. Рындин Е.А. Методы решения задач математической физики. М.: Наука, 2003, 119с.

169. Рябыкина Г.В. Диагностика ишемии миокарда методом Холтеровского мониторирования ЭКГ http://users.i.com.ua/~dydyrko/vestnic/26rjabikina/l.htm

170. Рябыкина Г.В., Соболев A.B. Вариабельность ритма сердца: Монография.- М.: Стар'ко, 1998, 200с.

171. Саймон А.Р. Стратегические технологии баз данных: менеджмент на 2000 год: Пер. с англ. / Под ред. и с предисл. М.Р. Когаловского. М.: Финансы и статистика, 1999, 479с.

172. Сафонов М.Ю. Электрокардиографическая диагностика функционального состояния центральной гемодинамики. Воронеж: Изд. ВГУ, 1998.

173. Сергиенко А.Б. Цифровая обработка сигналов / Учебник для вузов. -СПб.: Питер, 2003, 608с.

174. Сидоренко Е.В. Методы математической обработки в психологии. -Спб.: ООО «Речь», 2002, 350с.

175. Смирнов К.Ю. Исследование и разработка методов математического моделирования и анализа биоэлектрических сигналов. (Автореферат диссертации) / http://dyn.ru/products.php?id=l&tid=7

176. Соболев A.B. Методология построения эффективных параметров компьютерной электрокардиографической диагностики, базирующаяся на долевом принципе: Дис. . д-ра техн. наук: 05.13.01 М., 2001.

177. Соколов Ю.Н. и др. Инвазивная кардиология и коронарная болезнь. М.: Морион, 2002, 360с.

178. Справочник по математике для научных работников и инженеров. // Корн Г., Корн Т. М.: Наука. Главная редакция физико-математической литературы, 1974, 832с.

179. Спэк М., Барр Р. Анатомия сердца с электрофизиологической точки зрения. В кн.: Теоретические основы электрокардиологии / Пер. с англ. - М.: Медицина, 1979.

180. Судаков К. В. Общая теория функциональных систем. М.: Медицина, 1984, 224с.

181. Судаков К. В. Функциональные системы организма. М: Медицина, 1987, 432 с.

182. Сула A.C., Рябыкина Г.В., Гришин В.Б. Модель биогенератора сердца // Описание прибора КардиовизорбС / http://www.ecg.ru/article/kardiovisor/articlel.html

183. Тавровский В.М., Агалаков В.И., Троегубов В.И., Бельтюков В.Ю. Автоматизированная система управления лечебно-диагностическим процессом. Материалы Российского научного форума МедКомТех 2004. Москва, 2004.

184. Теоретические основы электрокардиологии / Под ред. К.В. Нельсона и Д.Б. Гезеловица.- М., Медицина, 1979, 470с.

185. Титомир Л.И. Автоматический анализ электромагнитного поля сердца. М.: Наука, 1984.

186. Титомир Л. И., Кнеппо П. Математическое моделирование биоэлектрического генератора сердца. М.: Наука, 1999, 448с.

187. Титомир Л.И., Трунов В.Г., Айду Э.А.И. Неинвазивная электрокардиотопография. -М.: Наука, 2003, 198с.

188. Тихонов А.Н., Самарский A.A. Уравнения математической физики. Изд. 5-е, стереотипное. Учебное пособие для высших учебных заведений. М.: Наука, 1977, 736с.

189. Тихонов А.Н., Арсенин В.Д. Методы решения некорректных задач. -М.: Наука, 1979, 288с.

190. Тихонов В.И. Статистическая радиотехника. М.: Радио и связь, 1982,624с.

191. Тихонов К.Б. Функциональная рентгеноанатомия сердца. 2-е изд. -М.: Медицина, 1990, 272с.

192. Троицкий И.Н. Статистическая теория томографии. М.: Радио и связь, 1989.

193. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере / Под ред. В.Э. Фигурнова. 3-е изд., перераб. и доп. - М.: ИНФРА-М, 2003, 544с.

194. Уайт П.Д. Ключи к диагностике и лечению болезней сердца, М., Наука, 1960.

195. Фейгенбаум X. Эхокардиография / Пер. с англ. Под ред. В.В. Митькова / М.: Видар, 1999, 512с.

196. Физика визуализации изображений в медицине: В 2-х томах. Т. 1 :Пер. с англ. / Под ред. С.Уэбба. М.: Мир, 1991, 408с.

197. Физиология и патофизиология сердца: Пер. с англ. / Под ред. Н.Сперелакиса: В 2 т.-М.: Медицина, 1988.

198. Фильчаков П. Ф. Справочник по высшей математике. Киев: Наукова Думка, 1974.

199. Фитилева JT.M. Клиническая фонокардиография. 2 изд., М.: Медицина, 1968.

200. Фихман М.И. Методы и средства определения достоверности результатов автоматического анализа ЭКГ при длительном мониторировании. Дис. . канд. техн. наук: 05.11.17, Новосибирск, 2004.

201. Фомин C.B., Беркинблит М.Б. Математические проблемы в биологии. М.: Наука, Глав. ред. Физ.-мат. лит., 1973, 200с.

202. Фрид М., Грайнс С. Кардиология в таблицах и схемах / Пер. с англ. Под ред. канд. мед. наук М.А. Осипова и канд. мед. наук H.H. Алипова М.: Практика, 1996, 728с.

203. Хазанов М.Е. Способ представления данных, относящихся к пациентам медицинского учреждения. Патент РФ № 2171492, МПК G 06 F 17/00, 2001.

204. Харатьян Е.И. Математическая обработка сигналов в системе мониторирования электрокардиограмм. Дис. . канд. техн. наук: 05.13.01, М., 1997.

205. Хардле В., Крекьячаряна Ж., Пикара Д., Цыбакова А. Вейвлеты, аппроксимация и статистические приложения / Пер. с англ. К.А.Алексеева, 2002 / http://matlab.exponenta.ru/wavelet/book6/preface.php.

206. Херн Д., Бейкер М.П. Компьютерная графика и стандарт OpenGL. 3-е издание: Пер. с англ. М.: Издательский дом «Вильяме», 2005, 1168с.

207. Холодов Ю.А., Козлов А.Н., Горбач A.M. Магнитные поля биологических объектов. М.: Наука, 1987,144с.

208. Цветков В.Д. Сердце, "золотое сечение" и симметрия. Пущино: ПНЦРАН, 1997, 170с.

209. Чазов Е.И.(ред.) Болезни органов кровообращения. М.: Медицина, 1997, 832с.

210. Чазов Е.И. Пути повышения эффективности лечения больных ИБС // Тер. Архив. 1997, т.69, №9, 5-Юс.

211. Чен Ш.-К. Принципы проектирования систем визуальной информации: Пер. с англ. М.: Мир, 1994,408с.

212. Чибуничев А.Г. Аналитические и цифровые методы фотограмметрии для решения инженерных задач. Дис. . д-ра техн. наук: 05.24.02, Москва, 1992.

213. Эволюционная электрокардиология: от электрокардиотопографии к созданию основ будущей электрокардиотомографии / М. П. Рощевский, И. М. Рощевская // Медицинский академический журнал, 2005, том 5, № 2, 33-46с.

214. Шахов Э.К. Преобразователи информации: классификация и динамические свойства // Датчики и системы, 2000, №8.

215. Швалев В.Н., Сосунов A.A., Гуски Г. Морфологические основы иннервации сердца. М.: Наука, 1992, 368с.

216. Шевченко Ю.Л., Борисов И.А., Блеткин А.Н. Особенности диагностики у больных с постинфарктным ремоделированием левого желудочка / http://gisc.ge/Med 1 /Journal/2005/n3/content.htm

217. Шиллер Нелсон Б., Осипов М.А. Клиническая эхокардиография. 2-е изд., М.: Практика, 2005, 344с.

218. Шмаков Д.Н., Рощевский М.П. Активация миокарда. Сыктывкар: Институт физиологии Коми НЦ УрО РАН, 1997, 167с.

219. Щербаков М. А. Цифровая полиномиальная фильтрация: теория и приложение. Пенза: Изд-во Пенз. гос. техн. ун-та, 1997, 246с.

220. Эйнджел Э. Интерактивная компьютерная графика. Вводный курс на базе OpenGL, 2 изд.: Пер. с англ. М.: Изд. дом «Вильяме», 2001, 592с.

221. Электрокардиография высокого разрешения / Под ред. Г.Г. Иванова, C.B. Грачева, А.Л. Сыркина.- М.: Триада-Х, 2003, 304с.

222. Эльянов M. М. Медицинские информационные технологии. Каталог. Вып. 5. — М.: Третья медицина, 2005, 320с.

223. Якунин Г.А. Монозарядная модель эквивалентного электрического генератора сердца. /http://aomai.secna.ru:8080/Books/FilesA^estn1998/05p/05p.htm.

224. Aliev R.R., Panfilov A.V. A simple model of cardiac excitation // Chaos, Solitons &Fractals v.7,1996, №3, 293 301p.

225. Amdahl G.M. Validity of Single Processor Approach to Achieving Large Scale Computing Capabilities //AFIPS Conf. Proc. SICC. 1967, vol.30, 483-485p.

226. American national standard: ambulatory electrocardiographs. Arlington, VA: ANSI/AAMI; 1994, EC38

227. Anil K. Jain, Jianchang Mao, K.M. Mohiuddin Artificial Neural Networks: A Tutorial Computer, vol.29, No.3, March, 1996, 31-44p.

228. Aoki M., Okamoto Y., Musha Т., Harumi K. Three-Dimensional Computer Simulation of Depolarization and Repolarization Processes in the Miocardium. // Jap. Heart J., 1986, 27 (Suppl.), 225-234p.

229. Bazett H.C. (1920) An analysis of the time-relations of electrocardiograms //Heart, 1920, №7, 353-370p.

230. Bortolan G., Degani R., Pedrycz W. A fuzzy pattern matching technique for diagnostic EEG classification // Comput. In Cardiol., Washington, Sept. 25-28, 1988: Proc. Washington (D.C.), 1989, 551-554p.

231. Frankenhaeuser В., Huxley A. The action potential in the myelinated nerve fibre of Xenopus Laevis as computed on the basis of voltage clamp data // J. Physiol, v.134, 1964, №2,302-315p.

232. FitzHugh R.A. Impulses and physiological states in theoretical model of nerve membrane // Biophys. J. v.l, 1996, №1, 445 466p.

233. Hodgkin A.L., Huxley A.F. A quantative description of membrane current and its application conduction and excitation in nerve. // J. Physiol., v.l 17, 1952, 500-544p.

234. Kienle F.A.N. Grudzuge der Funtionselektrokardiographie. Karlsruhe, 1955,211р.

235. Mahalingam N., Kumar D. Neural networks for signal processing applications: ECG classification // Australas. Phys. Eng. Sei. Med., 1997, vol. 20, №3, 147-15 lp.

236. Moody G.B. The MIT-BIH Arrhythmia Database. // Harvard-MIT Division of Health Sciences and Technology, August, 1992.

237. Noble D. A modification of the Hodgkin Huxley equations applicable to Purkinje fibre action and pace - maker potentials. // J. Physiol., v. 160,1962, 317 -352p.

238. Polikar Robi. The Engineer's Ultimate Guide to Wavelet Analysis. The Wavelet Tutorial /http://www.public.iastate.edu/~rpolikar/WAVELETS/WTtutorial.html.

239. Prineas R.J., Crow R.S., Blackburn H. The Minnesota Code Manual of Electrocardiographic Findings. Standards and Procedures for Measurement and Classification. Boston, Bristol, London, 1982.

240. Ramanathan C., Ghanem R.N., Jia P., Ryu K., Rudy Y. // Nature Medicine. 2004, №14, March, l-7p.

241. Simson M. B. Use of signal in the terminal QRS complex toidentify patients with ventricular tachycardia after myocardial infarction. // Circulation.-1981, v.64, 235-242p.

242. Slater D.K., Hlatky M.A., Mark D.B. et al. Outcome in suspected acute myocardial infarction with normal or minimally abnormal admission electrocardiographic findings. //Amer. J. Cardiol., 1987, v.60, 766-770p.

243. Soula A., Kitashine Y., Gillessen W. Verfahren und Vorrichtung zur visuellen Darstellung und Überwachung physiologischer Funktionsparameter. Патент DE №19933277, 2001.

244. Spach M.S., Barr R.C. Cardiac anatomy from an electrophysiological viewpoint // The Theoretical Basis of Electrocardiology, Oxford, 1976.

245. Takens F. Dymanical Systems and Turbulence. Lecture Notes in Mathematics. Berlin: Spingler-Verlag, 1981, v.898, 366-381p.

246. Virtual heart aids doctors / http://news.bbc.co.Uk/2/hi/health/1775853.stm.

247. Widrow B., Lehr M.A. 30 years of adaptive neural networks: perceptron, madaline, and backpropagation // Proceedings of the IEEE, v. 78, No.9, September, 1990,1415-1442p.

248. World Health Organization / http://www.who.int/ru/index.html.

249. Татарченко И.П., Позднякова H.B., Шевырев B.A., E.B. Соловьева. Компьютерная система прогнозирования кардиальных событий при ишемической болезни сердца. Руководство для врачей, Пенза, 2006, 112с.

250. Zimmermann М., Adamec R., Riches J. Detection of ventricular late potentials on a beat-to-beat basis: methodological aspects and clinical application. // High-resolution electrocardiography. Mount Kisko NY Futura Publ., 1992, p.259-276.

251. Хехт-Нильсен Hecht-Nielsen R. Neurocomputing. Addison-Wesley.1989

252. Kohonen T. Self-Organization and Associative Memory, 2nd Edition. Berlin: Springer-Verlag, 1987.

253. Файнзильберг JI.C. Обучаемая система поддержки коллективного решения группы независимых экспертов // Управляющие системы и машины, 2003, №4, 62-67с.

254. Бодин О.Н., Логинов Д.С. Адаптация нейронной сети LVQ для анализа электрокардиосигнала // Нейрокомпьютеры: разработка, применение, 2008, №4, 75-79с.