Разработка и исследование алгоритма автоматического обнаружения эктопических QRS-комплексов электрокардиосигналов
|
СПИСОК ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ 8
ВВЕДЕНИЕ 9
1 ЭТИОЛОГИЯ, ПАТОГЕНЕЗ И ЭЛЕКТРОКАРДИОГРАФИЧЕСКИЕ
ПРИЗНАКИ ЭКСТРАСИСТОЛИЙ 12
1.1 Этиология заболевания экстрасистолии 13
1.2 Патогенез возникновения экстрасистол 14
1.3 ЭКГ признаки экстрасистолии 20
2 ОБЗОР МЕТОДОВ ОБНАРУЖЕНИЯ QRS-КОМПЛЕКСОВ И
ЖЕЛУДОЧКОВЫХ ЭКСТРАСИСТОЛ 30
2.1 Сравнительный анализ методов распознавания ЭКС 30
2.2 Методы, применяемые для обнаружения QRS комплексов 39
3 РАЗРАБОТКА АЛГОРИТМА ОБНАРУЖЕНИЯ QRS-
КОМПЛЕКСОВ 50
3.1 Обоснование выбора отведений для реализации алгоритма 50
3.2 Описание и разработка алгоритма автоматического обнаружения
эктопических комплексов 52
3.3 Реализация алгоритма автоматического обнаружения эктопических QRS комплексов в среде Matlab 58
4 ИССЛЕДОВАНИЕ АЛГОРИТМА ОБНАРУЖЕНИЯ
ПАТОЛОГИЧЕСКИХ QRS-КОМПЛЕКСОВ 64
4.1 Разработка методики исследования алгоритма 64
4.2 Обоснование выбора данных для исследования 66
4.3 Исследование влияния размера окна для нахождения максимума
и минимума 71
4.4 Исследование влияния размера окна для интегрирования 74
4.5 Выбор функции S и подбор весовых коэффициентов 76
4.6 Выбор порога 78
4.7 Исследование работоспособности алгоритма 80
ЗАКЛЮЧЕНИЕ 96
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 98
ПРИЛОЖЕНИЕ А. ПРОГРАММА ОБНАРУЖЕНИЯ
ПАТОЛОГИЧЕСКИХ QRS-КОМПЛЕКСОВ 101
ВВЕДЕНИЕ 9
1 ЭТИОЛОГИЯ, ПАТОГЕНЕЗ И ЭЛЕКТРОКАРДИОГРАФИЧЕСКИЕ
ПРИЗНАКИ ЭКСТРАСИСТОЛИЙ 12
1.1 Этиология заболевания экстрасистолии 13
1.2 Патогенез возникновения экстрасистол 14
1.3 ЭКГ признаки экстрасистолии 20
2 ОБЗОР МЕТОДОВ ОБНАРУЖЕНИЯ QRS-КОМПЛЕКСОВ И
ЖЕЛУДОЧКОВЫХ ЭКСТРАСИСТОЛ 30
2.1 Сравнительный анализ методов распознавания ЭКС 30
2.2 Методы, применяемые для обнаружения QRS комплексов 39
3 РАЗРАБОТКА АЛГОРИТМА ОБНАРУЖЕНИЯ QRS-
КОМПЛЕКСОВ 50
3.1 Обоснование выбора отведений для реализации алгоритма 50
3.2 Описание и разработка алгоритма автоматического обнаружения
эктопических комплексов 52
3.3 Реализация алгоритма автоматического обнаружения эктопических QRS комплексов в среде Matlab 58
4 ИССЛЕДОВАНИЕ АЛГОРИТМА ОБНАРУЖЕНИЯ
ПАТОЛОГИЧЕСКИХ QRS-КОМПЛЕКСОВ 64
4.1 Разработка методики исследования алгоритма 64
4.2 Обоснование выбора данных для исследования 66
4.3 Исследование влияния размера окна для нахождения максимума
и минимума 71
4.4 Исследование влияния размера окна для интегрирования 74
4.5 Выбор функции S и подбор весовых коэффициентов 76
4.6 Выбор порога 78
4.7 Исследование работоспособности алгоритма 80
ЗАКЛЮЧЕНИЕ 96
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 98
ПРИЛОЖЕНИЕ А. ПРОГРАММА ОБНАРУЖЕНИЯ
ПАТОЛОГИЧЕСКИХ QRS-КОМПЛЕКСОВ 101
Актуальность. Сердечно-сосудистые заболевания являются основными причинами смерти во всем мире - это хорошо известный факт. Примерно 5758% случаев смерти связаны с сердечно-сосудистой патологией. В структуре самих заболеваний сердца первое место по смертности занимает ИБС, затем - инсульт, гипертоническая болезнь и т. д. Если рассматривать причины сердечно-сосудистой смерти, важную роль здесь, безусловно, играет аритмическая смертность. Она также носит название внезапной сердечной смерти. Эта проблема вызывает большую обеспокоенность во всем мире. К сожалению, в России нет статистики, сколько больных умирает внезапной сердечной смертью ежегодно. Примерно можно ориентироваться на следующие показатели: 300-350 тыс. человек, т. е. население небольшого города [6].
Исправить эту ситуацию можно только с помощью своевременной диагностики и дальнейшей профилактики внезапной сердечной смерти. Но заниматься непосредственной профилактикой у всего населения невозможно, тем более что, если рассматривать популяцию в целом, это не очень частое событие (около 0,1% населения). Однако есть категории больных, у которых риск внезапной сердечной смерти чрезвычайно высок. Это больные с перенесенным инфарктом миокарда и частыми эпизодами желудочковой экстрасистолии и сердечной недостаточностью, пациенты с гипертрофической и дилатационной кардиомиопатией, лица, перенесшие ранее эпизоды остановки кровообращения с успешной реанимацией [4]. Вероятность внезапной сердечной смерти у таких пациентов в 15-20 раз выше по сравнению с общим населением. Кроме того, существуют особые категории больных, страдающих т. н. «электрическими болезнями сердца», при которых отсутствуют какие-либо структурные заболевания сердца. В основном это генетические заболевания, характеризующиеся нарушениями в работе определенных ионных каналов кардиомиоцитов, что приводит к серьезным нарушениям в электрической деятельности сердца и может закончиться внезапным возникновением фатальных аритмий: фибрилляции желудочков или желудочковой тахикардии. Именно в отношении этого контингента больных (не очень большого в абсолютном исчислении) с очень высоким риском внезапной сердечной смерти и должны предприниматься максимальные усилия по своевременному выявлению патологий [6].
Самой базовой методикой исследования сердца в том числе и на аритмическую активность является регистрация сердечного ритма при помощи электрокардиографии. Электрокардиография - метод электрофизиологического исследования деятельности сердца в норме и патологии, основанный на регистрации и анализе электрической активности миокарда, распространяющейся по сердцу в течение сердечного цикла [18]. Регистрируемый при помощи специального прибора - электрокардиографа, сигнал отражает динамику работы сердца за определенное время. Кривая, получаемая на ленте, наглядно показывает, как протекают в сердце процессы, связанные с проведением по специальным путям нервного импульса, и последующим возбуждением клеток миокарда.
Такой метод, как электрокардиография, абсолютно незаменим при изучении, исследовании, наблюдении, и лечении патологий, объединённых в большую группу под названием аритмии. Экстрасистолия является самой распространенной патологией в данной группе. Установлено, что у 60-70% всех больных с жалобами на «сердце» в какой-то период наблюдаются экстрасистолы. Так же они часто отмечаются и у здоровых людей. Экстрасистолия может быть как самостоятельным заболеванием, протекающим в большинстве случаев бессимптомно, так и являться начальной стадией более серьезных патологий, таких как мерцательная аритмия, фибрилляций и трепетание предсердий или, что страшнее, желудочков. Все эти состояния могут привести к внезапной сердечной смерти, особенно если у пациента уже есть тяжелые поражения сердца.
Постановка проблемы. В настоящее время, благодаря развитию и совершенствованию различных средств обработки сигналов значительно возрастают диагностические возможности электрокардиографии. При этом наблюдается две тенденции. Методы первой группы направлены на автоматизацию традиционных алгоритмов врачебного анализа. С их помощью значительно снижается нагрузка на медицинский персонал, а так же устраняется субъективность мнения врача, основанная на опыте предыдущих пациентов, при получении результата. Методы второй группы используют специальные вычислительные процедуры, позволяющие извлекать из сигнала информацию, которую никак нельзя получить при визуальном анализе записи врачом. При этом спектр применяемых информационных технологий довольно обширен - от методов статистической обработки до нейронных сетей.
Для автоматического выявления экстрасистол на электрокардиосигнале разработано множество методов, и все они совершенствуются с каждым годом. Однако, не смотря на постоянное развитие в данной области, большинство этих методов все равно не находят должного практического применения. Это связано с тем, что электрокардиосигнал по своей природе непредсказуем и имеет довольно много помех, что значительно затрудняет диагностику даже для опытных врачей. А применение различных фильтров, для устранения помех часто приводит к значительному искажению сигнала, на котором определить достоверно экстрасистолы - практически невозможно В связи с этим разработка алгоритма, способного детектировать эктопическую активность миокарда, и при этом быть более нечувствительной к разного рода помехам, является актуальной на сегодняшний день.
Исправить эту ситуацию можно только с помощью своевременной диагностики и дальнейшей профилактики внезапной сердечной смерти. Но заниматься непосредственной профилактикой у всего населения невозможно, тем более что, если рассматривать популяцию в целом, это не очень частое событие (около 0,1% населения). Однако есть категории больных, у которых риск внезапной сердечной смерти чрезвычайно высок. Это больные с перенесенным инфарктом миокарда и частыми эпизодами желудочковой экстрасистолии и сердечной недостаточностью, пациенты с гипертрофической и дилатационной кардиомиопатией, лица, перенесшие ранее эпизоды остановки кровообращения с успешной реанимацией [4]. Вероятность внезапной сердечной смерти у таких пациентов в 15-20 раз выше по сравнению с общим населением. Кроме того, существуют особые категории больных, страдающих т. н. «электрическими болезнями сердца», при которых отсутствуют какие-либо структурные заболевания сердца. В основном это генетические заболевания, характеризующиеся нарушениями в работе определенных ионных каналов кардиомиоцитов, что приводит к серьезным нарушениям в электрической деятельности сердца и может закончиться внезапным возникновением фатальных аритмий: фибрилляции желудочков или желудочковой тахикардии. Именно в отношении этого контингента больных (не очень большого в абсолютном исчислении) с очень высоким риском внезапной сердечной смерти и должны предприниматься максимальные усилия по своевременному выявлению патологий [6].
Самой базовой методикой исследования сердца в том числе и на аритмическую активность является регистрация сердечного ритма при помощи электрокардиографии. Электрокардиография - метод электрофизиологического исследования деятельности сердца в норме и патологии, основанный на регистрации и анализе электрической активности миокарда, распространяющейся по сердцу в течение сердечного цикла [18]. Регистрируемый при помощи специального прибора - электрокардиографа, сигнал отражает динамику работы сердца за определенное время. Кривая, получаемая на ленте, наглядно показывает, как протекают в сердце процессы, связанные с проведением по специальным путям нервного импульса, и последующим возбуждением клеток миокарда.
Такой метод, как электрокардиография, абсолютно незаменим при изучении, исследовании, наблюдении, и лечении патологий, объединённых в большую группу под названием аритмии. Экстрасистолия является самой распространенной патологией в данной группе. Установлено, что у 60-70% всех больных с жалобами на «сердце» в какой-то период наблюдаются экстрасистолы. Так же они часто отмечаются и у здоровых людей. Экстрасистолия может быть как самостоятельным заболеванием, протекающим в большинстве случаев бессимптомно, так и являться начальной стадией более серьезных патологий, таких как мерцательная аритмия, фибрилляций и трепетание предсердий или, что страшнее, желудочков. Все эти состояния могут привести к внезапной сердечной смерти, особенно если у пациента уже есть тяжелые поражения сердца.
Постановка проблемы. В настоящее время, благодаря развитию и совершенствованию различных средств обработки сигналов значительно возрастают диагностические возможности электрокардиографии. При этом наблюдается две тенденции. Методы первой группы направлены на автоматизацию традиционных алгоритмов врачебного анализа. С их помощью значительно снижается нагрузка на медицинский персонал, а так же устраняется субъективность мнения врача, основанная на опыте предыдущих пациентов, при получении результата. Методы второй группы используют специальные вычислительные процедуры, позволяющие извлекать из сигнала информацию, которую никак нельзя получить при визуальном анализе записи врачом. При этом спектр применяемых информационных технологий довольно обширен - от методов статистической обработки до нейронных сетей.
Для автоматического выявления экстрасистол на электрокардиосигнале разработано множество методов, и все они совершенствуются с каждым годом. Однако, не смотря на постоянное развитие в данной области, большинство этих методов все равно не находят должного практического применения. Это связано с тем, что электрокардиосигнал по своей природе непредсказуем и имеет довольно много помех, что значительно затрудняет диагностику даже для опытных врачей. А применение различных фильтров, для устранения помех часто приводит к значительному искажению сигнала, на котором определить достоверно экстрасистолы - практически невозможно В связи с этим разработка алгоритма, способного детектировать эктопическую активность миокарда, и при этом быть более нечувствительной к разного рода помехам, является актуальной на сегодняшний день.
Заболевания ССС в последние годы стоят на первом месте по летальности исхода. Большинство опасных для жизни состояний вызвано такой группой патологий как аритмии, среди которых ведущую роль занимает желудочковая экстрасистолия. Данное заболевание является основным фактором, приводящим к внезапной сердечной смерти. Достоверно диагностировать желудочковые экстрасистолы возможно только при продолжительно фиксации ЭКС. Среди таких методов сейчас применяют холтеровское мониторирование. Однако в современное время значительно возросла роль диагностики с применением дистанционных устройств. Это позволяет не только быстро и эффективно обрабатывать ЭКС, но и сигнализировать врачу или в больницу об ухудшении состояния пациента.
Существующие на сегодня методики автоматической диагностики ЭКГ недостаточно точны за счет низкой помехоустойчивости, либо сложны в техническом плане для использования дистанционно. Таким образом, обоснована необходимость разработки нового простого и эффективного алгоритма автоматического обработки ЭКС с целью выявления патологических QRS комплексов и желудочковых экстрасистол.
MSMI алгоритм - алгоритм для автоматического обнаружения патологических QRS-комплексов электрокардиосигналов, был описан и разработан при помощи программной среды Matlab. Были выведены решающие правила, на которых основывается работа алгоритма. Были выбраны такие отведения, которые при реализации данного алгоритма дают максимальную взаимную компенсацию.
Была разработана и реализована методика для исследования алгоритма MSMI. Исследование алгоритма было проведено на участках сигналов, взятых на сайте Physionet, из базы MIT-BIH Arrhythmia Database [26]. По данным исследования сделан вывод о том, что данный алгоритм обладает
нечувствительностью к помехам любого генеза, имеет один параметр - весовой коэффициент, который необходимо выставлять в начале исследования вручную, процедуры ранжирования и интегрирования просто и быстро реализуются во многих современных устройствах. Достоверность обнаружения патологических QRS комплексов составляет 97-98%.
Перспективой дальнейшей разработки является дальнейшее исследование алгоритма на помехоустойчивость и на подбор стандартного весового коэффициента. Внедрение данного алгоритма в уже существующие устройства и гаджеты с целью дистанционной диагностики наличия экстрасистол. Это позволит повысить доступность и качество медицинской помощи для широких слоёв населения за пределами медицинского учреждения, без участия медицинского персонала, снизить стоимость медицинского обслуживания, улучшить результаты лечения и показатели здоровья, повысить качество жизни, снизить риск развития внезапной сердечной смерти.
Существующие на сегодня методики автоматической диагностики ЭКГ недостаточно точны за счет низкой помехоустойчивости, либо сложны в техническом плане для использования дистанционно. Таким образом, обоснована необходимость разработки нового простого и эффективного алгоритма автоматического обработки ЭКС с целью выявления патологических QRS комплексов и желудочковых экстрасистол.
MSMI алгоритм - алгоритм для автоматического обнаружения патологических QRS-комплексов электрокардиосигналов, был описан и разработан при помощи программной среды Matlab. Были выведены решающие правила, на которых основывается работа алгоритма. Были выбраны такие отведения, которые при реализации данного алгоритма дают максимальную взаимную компенсацию.
Была разработана и реализована методика для исследования алгоритма MSMI. Исследование алгоритма было проведено на участках сигналов, взятых на сайте Physionet, из базы MIT-BIH Arrhythmia Database [26]. По данным исследования сделан вывод о том, что данный алгоритм обладает
нечувствительностью к помехам любого генеза, имеет один параметр - весовой коэффициент, который необходимо выставлять в начале исследования вручную, процедуры ранжирования и интегрирования просто и быстро реализуются во многих современных устройствах. Достоверность обнаружения патологических QRS комплексов составляет 97-98%.
Перспективой дальнейшей разработки является дальнейшее исследование алгоритма на помехоустойчивость и на подбор стандартного весового коэффициента. Внедрение данного алгоритма в уже существующие устройства и гаджеты с целью дистанционной диагностики наличия экстрасистол. Это позволит повысить доступность и качество медицинской помощи для широких слоёв населения за пределами медицинского учреждения, без участия медицинского персонала, снизить стоимость медицинского обслуживания, улучшить результаты лечения и показатели здоровья, повысить качество жизни, снизить риск развития внезапной сердечной смерти.
