Спектральный исследование электрокардиограммы
Информация - Медицина, физкультура, здравоохранение
Другие материалы по предмету Медицина, физкультура, здравоохранение
?ига.
Для устранения указанных недостатков, неопределенности и неоднозначности решений, предлагается в качестве функции сравнения вместо отрезка исходного сигнала использовать фиксированную функцию. Результаты вычисления КК в этом случае обладают воспроизводимостью и достоверностью, а используя математическое описание функции сравнения можно точно вычислить компенсационный сдвиг.
В качестве функции сравнения может быть взята любая функция, внешне похожая на QRS комплекс. В процессе исследований было показано, что лучшие результаты при вычислении КК достигаются при использовании функции сравнения вида:
,(4)
где масштабирующая функция.
Как видно из рис. 4, функции КК при использовании в качестве функции сравнения отрезка исходного сигнала и функции , вычисленной по формуле (4), практически идентичны. Это говорит о том, что использование функции (4) вместо отрезка искомой ЭКС не уменьшает надежности системы.
Как видно из рис. 3 и рис. 4 зубцы P и Т на функции КК также дают большие всплески, которые могут быть сопоставимы по амплитуде с значением КК в моменты появления R-зубца. При некоторых видах патологий и помех детектирование R-зубца непосредственно по взаимнокорреляционной функции может оказаться просто невозможным, поскольку сопряжено с риском обнаружения зубца P или T вместо интересующего нас R-зубца. Для того чтобы избавиться от этих недостатков авторами предложено использовать КК не для детектирования R-зубцов на ЭКС, а для избирательной фильтрации исходного сигнала.
Перемножим каждое значение исходного сигнала на соответствующее данному моменту времени значение КК . Учитывая, что нормирована к единице, на участках где его значения близки к единице (R-зубец, иногда Р и Т зубцы), результат этой операции существенно ослабит выбросы на участках близких к указанным зубцам. На остальных участках результат будет представлять собой подавленный, в соответствии, со значениями КК в соответствующие моменты времени, исходный сигнал (рис. 5) .
После такой избирательной фильтрации получим функцию, содержащую подавленные Р и Т-зубцы, и значительно превосходящий их по амплитуде R-зубец. Остальные составляющие ЭКС будут подавлены. Пропустив полученный сигнал через описанный ранее амплитудный пороговый детектор можно точно определить временное положения R-зубцов на протяженном кардиосигнале. Такой подход позволяет существенно снизить вероятность ложных срабатываний алгоритма, тем самым увеличив его надежность, однако это значительно увеличивает объем вычислений, необходимых для его реализации.
Приведенные примеры показывают, что выбор алгоритма для практического использования, сопряжен с анализом объема необходимых вычислений, вероятностью ложных срабатываний и точностью временной привязки с последующим компромиссным принятием решения.
В результате анализа существующих алгоритмов определения временного положения R-зубцов в рамках проводимой работы предлагается использовать комплексный статистический алгоритм оценки положения характерных точек ЭКС. Суть его работы сводится к использованию результатов анализа нескольких других алгоритмов, в том числе и перечисленных ранее, для выработки среднестатистической оценки положения R-зубца.
На рисунке 6 представлены соотношение результатов детектирования R зубца различными алгоритмами, используемыми в настоящее время на практике. Цифрами обозначены: 1 - положение R-зубца по результатам анализа амплитудным пороговым детектором (описан ранее); 2 - положение R-зубца по результатам анализа корреляционным алгоритмом (описан ранее); 3 - положение R-зубца по результатам анализа алгоритмом корреляционной свертки (описан ранее); 4 - положение R-зубца по результатам анализа алгоритмом поиска центра тяжести [5]; 5- положение R-зубца по результатам анализа алгоритмом Пана-Томкинса[3]; 6 - положение R-зубца по результатам анализа алгоритмом спектрального анализа)[3].
Такой подход позволяет минимизировать ошибки фиксации временного положения и уменьшить вероятность ложного обнаружения R-зубца. Кроме того, результат работы этого алгоритма не зависит от конкретного сигнального признака, а опирается, в той или иной степени, сразу на несколько признаков, за счет чего, достоверность получаемого результата должна повышаться. Расчет положения R-зубца по комплексному алгоритму требует разработки оптимальных процедур, учитывающих все полученные отдельные оценочные значения и их показатели надежности и достоверности.
Результаты, полученные с помощью приведенных алгоритмов, могут быть использованы для различных видов синхронного анализа ЭКГ СВР, требующих точных данных о положение характерных точек ЭКС. Хотя в приведенных описаниях алгоритмов, определяется положение R-зубца, в дальнейшем авторы предполагают использование и других характерных точек кардиосигнала. В ЭКГ СВР в первую очередь они необходимы для синхронизации ВЧ-канала по каналу НЧ для анализа имеющих малый размах высокочастотных составляющих ЭКС СВР (микропотенциалов), что крайне необходимо для достоверного синхронного анализа кардиоциклов.
Одним из самых эффективных методов синхронного анализа является метод синхронного накопления, позволяющий увеличить отношение сигнал/шум при наличии интенсивных помех. Это позволяет увидеть составляющие ЭКС, обычно маскируемые помехами и внутренними шумами, и настольно малые по амплитуде, что