Устройства для регистрации и передачи электрокардиограмм

реферат

Алгоритмы анализа персональных регистраторов ЭКГ

Разработка алгоритма автоматического анализа в портативных устройствах ограничена объемом памяти для обработки и хранения больших массивов промежуточных данных и техническими характеристиками микроконтроллера. Применение высокопроизводительных специализированных процессоров цифровой обработки сигналов (DSP) в данном случае невозможно из-за их высокого энергопотребления. В свою очередь необходимо создание надежного алгоритма выявления наиболее опасных видов нарушений ритма и проводимости сердца.

Любая ЭКГ (рис.2) содержит зубцы, сегменты и интервалы, которые отражают процесс распространения возбуждения, но форма и характер электрокардиосигнала у каждого человека зависят от особенностей строения сердца. При патологических изменениях в сердце форма ЭКГ может измениться и сохраняться на протяжении всей жизни. В этом случае необходим постоянный контроль ЭКГ для предотвращения дальнейших изменений. Поэтому необходимо создать алгоритм анализа, проводящий классификацию ЭКГ в реальном времени, используя вычислительные ресурсы встроенного в устройство микроконтроллера, и удовлетворяющий следующим условиям:

1. Минимальные затраты по вычислительной мощности - один из самых основных критериев для персональных устройств регистрации.

2. Способность алгоритма к классификации основных компонентов ЭКГ.

3. Положение комплекса определяется позицией максимума - зубца R (для сравнения с эталонным комплексом).

4. Высокая помехоустойчивость.

В настоящее время существует множество [1,4, 5] методов анализа ЭКГ, которые можно разделить на следующие основные группы:

а) частотно-временные методы;

б) методы, основанные на использовании нейронных сетей;

I в) синтаксические методы; - г) методы эталонов;

д) комбинированные методы.

Частотно-временные методы, например преобразование Фурье, представляет сигнал, заданный во временной области, в виде разложения по ортогональным базисным функциям, выделяя, таким образом, частотные компоненты. Недостаток преобразования Фурье заключается в том, что частотные компоненты не могут быть локализованы во времени, что накладывает ограничения на применимость данного метода. Более информативно исследовать динамику изменения частот в сигнале при помощи вейвлет-преобразования.

Вейвлет-преобразование позволяет раскладывать анализируемый сигнал по компактным, хорошо локализованным по времени и частоте базисам. Оно имеет хорошее разрешение по времени и плохое разрешение по частоте в области высоких частот и хорошее разрешение по частоте и плохое разрешение по времени в области низких частот. Этот подход дает хорошие результаты, особенно когда компоненты сигнала с высокой частотой имеют небольшую длительность, а низкочастотные компоненты - достаточно большую. Сигнал ЭКГ, как и большинство биологических сигналов, имеет именно такую структуру.

Нейросетевые методы, как и вейвлет-анализ, обладая большой помехоустойчивостью, позволяют построить достаточно точные алгоритмы анализа в зависимости от регистрируемого отведения. Недостатком является необходимость в больших вычислительных ресурсах.

Синтаксическими методами анализируется структура сигнала по некоторым синтаксическим правилам. На предварительном этапе алгоритма анализа структуры сигнала могут происходить интерполяция нулевого порядка и формирование сжатого описания сигнала. По построенному описанию с помощью синтаксических правил сигнала определяются основные характерные элементы ЭКГ. Эффективность алгоритма распознавания определяется синтаксическими правилами и пороговыми значениями для алгоритмов интерполяции и сжатого описания, которые подбираются опытно-логическим путем.

Структурное распознавание сигнала проводится с помощью синтаксических правил определения основных элементов ЭКГ. Эффективность алгоритма распознавания определяется правилами и пороговыми значениями, которые подбираются опытно-логическим путем для каждого отведения.

Метод эталонов подразумевает наличие некоторого набора классифицированных шаблонных комплексов ЭКГ, с которыми производится сравнение текущего фрагмента ЭКГ. Классифицированные как норма или отклонение эталонные комплексы записываются в память устройства регистрации.

Предлагаемый алгоритм анализа фрагмента ЭКГ для персонального регистратора можно разделить на следующие этапы:

а) предварительная обработка сигнала;

б) выделение опорной точки (? ЛУ-комплекса;

в) выделение основных зубцов и сегментов отдельного комплекса;

г) анализ и классификация выделенных сегментов;

д) анализ ритма сердца.

Предварительная обработка фрагмента зарегистрированного сигнала осуществляется высокочастотными (ФВЧ) и низкочастотными (ФНЧ) фильтрами для удаления помехи частотой 50 Гц, мышечных шумов, дрейфа изолинии и высокочастотных шумов.

На рис.3 приведены результаты моделирования алгоритма выделения опорной точки ЈЖУ-комплекса в среде Mathcad. Он работает следующим образом: исходный сигнал пропускается через полосовой фильтр, каждый полученный отсчет возводится в квадрат и фильтруется ФВЧ. На каждом шаге вычислений удвоенное произведение этого сигнала является пороговым значением амплитуды исходного сигнала. Появление высокоамплитудного зубца R превышает это пороговое значение в некоторой точке, находящейся на склоне зубца R. Для предотвращения срабатывания на высокоамгшитудный зубец Т, следующий после зубца R, необходимо устанавливать период рефрактерности длительностью 200 мс.

2"

Вычисления проводятся по формулам:

,

где - входные отсчеты; - - коэффициенты полосового фильтра; bl2 - коэффициенты ФНЧ; - адаптивный порог.

После выделения опорных точек Ropt на интервале [,], где и - предыдущий и последующий интервалы , необходимо выделить основные зубцы комплекса QRS. Для этого может быть использована первая производная сигнала с пороговым детектором зубцов. Результаты моделирования работы алгоритма выделения основных зубцов комплекса QRS представлены на рис.4.

Классификация выделенных комплексов проводится методами сравнения с эталонными комплексами, записанными ранее в память устройства регистрации. Для анализа ритма входными данными являются RR-интервалы и классифицированные комплексы.

На основе предложенной программно-аппаратной архитектуры возможно создание различных модификаций персональных регистраторов ЭКГ, в том числе систем суточного мониторирования ЭКГ по Холтеру. Современные суточные мониторы ЭКГ должны сохранять всю запись ЭКГ за все время наблюдения. Этого требует стандарт АСС/АНА (American College of Cardiology and American Heart Association). Некоторые системы из-за недостаточной емкости носителей информации используют алгоритмы сжатия ЭКГ и последующего ее восстановления. В результате теряется часть информации. В данном случае используется микросхема Flash памяти емкостью 64 Мб, чего вполне достаточно для хранения суточной записи двух отведений ЭКГ. Подключение к компьютеру посредством USB-интерфейса обеспечивает передачу всей записи в течение 3 мин.

Построенный на основе данной структуры мобильный 12-канальный электрокардиограф обладает следующими особенностями: возможность синхронной регистрации 12 стандартных отведений ЭКГ в реальном времени и передача данных посредством USB-интерфейса в компьютер, подключение к карманному персональному компьютеру с соответствующим программным обеспечением.

Таким образом, создание универсального аппаратного модуля позволило снизить затраты на разработку различных персональных средств регистрации биоэлектрических потенциалов, объединив в себе все функциональные узлы, необходимые для реализации практически любого современного мобильного регистратора.

Делись добром ;)