Введение 9
Обзор литературы 13
Глава 1 Общие сведения. Методы и определения 14
1.1 Электрокардиография высокого разрешения и прогнозировании внезапной сердечной
смерти 14
1.2 Методы регистрации ППЖ и ППП 15
1.3 Метод главных компонент 18
1.4 Сингулярное разложение 19
1.5 Оценка числа главных компонент 20
1.5.1 Правило сломанной трости 20
1.5.2 Метод Кайзера 21
Глава 2. Построение математической модели 22
2.1 Математическая модель 22
2.2 Алгоритм построения 24
Выводы 26
Глава 3 Программная реализация алгоритма 27
Выводы 36
Глава 4 Финансовый менеджмент. Ресурсоэффективность и ресурсосбережение 38
4.1 Организация и планирование работ 38
4.1.1 Продолжительность этапов работ 39
4.1.2 Расчет накопления готовности проекта 43
4.2 Расчет сметы затрат на выполнение проекта 44
4.2.1 Расчет затрат на материалы 45
4.2.2 Расчет заработной платы 45
4.2.3 Расчет затрат на социальный налог 46
4.2.4 Расчет затрат на электроэнергию 47
4.2.5 Расчет амортизационных расходов 48
4.2.6 Расчет прочих расходов 49
4.2.7 Расчет общей себестоимости разработки 49
4.2.8 Расчет прибыли 50
4.2.9 Расчет НДС 50
4.2.10 Цена разработки НИР 50
4.3 Оценка экономической эффективности проекта 50
4.3.1 Оценка научно-технического уровня НИР 51
Глава 5 Социальная ответственность 55
Аннотация
Введение 55
5.1 Производственная безопасность 56
5.1.1 Микроклимат 57
5.1.2 Освещение 58
5.1.3 Расчет системы искусственного освещения на рабочем месте оператора персональной
ЭВМ 60
5.1.4 Шумы 62
5.1.5 Электромагнитные излучения 63
5.1.6 Электробезопасность 65
5.2 Экологическая безопасность 66
5.3 Безопасность в чрезвычайных ситуациях 67
5.4 Правовые и организационные вопросы обеспечения безопасности 70
5.4.1 Психофизиологические факторы 70
5.4.2 Организационные мероприятия при компоновке рабочей зоны 71
Заключение 76
Список используемых источников 78
Приложение А 81
Приложение Б 90
Объектом исследования является электрокардиограмма.
Цель работы –разработка математической модели кардиоимпульса для
выделения из низкочастотной составляющей, связанной со вкладом поздних потенциалов предсердий и желудочков.
В процессе исследования проводился анализ существующих методов выделения низкочастотной составляющей, связанной со вкладом поздних потенциалов предсердий и желудочков.
В результате исследования получено разложение кардиоимпульса, позволяющее выделить низкоамплитудную составляющею. Разработана методика обнаружения нетипичных для электрокардиограммы сердечных сокращений.
Степень внедрения: разработанные в рамках магистерской диссертации
модель и алгоритмы, не были внедрены, однако имеют широкую область применения.
Область применения: разработанная модель может применяться для поиска нестандартных кардиоимпульсов на ЭКГ, что поможет ускорить анализ кардиограмм врачами и положительно скажется на всём процессе диагностики, выделения и последующего анализа низкоамплитудной составляющей кардиоимпульса и в носимой электронике.
Экономическая эффективность работы заключается в высокой научной
значимости и актуальности поставленной задачи, но не может быть оценена до
внедрения.
Введение
Одной из актуальных проблем современной кардиологии является своевременный прогноз отклонений от нормального ритма работы миокарда, который является основой для прогнозировании потенциально опасных аритмий.
Внедрение современных компьютерных технологий и методов цифровой
обработки ЭКГ определило создание и все более широкое применение в повседневной клинической практике компьютерных ЭКГ-систем.
Современные компьютерные технологии дают возможность проводить
анализ ЭКГ-сигнала на высоком уровне, что открывает всё новые и новые возможности в диагностике кардиологических патологий.
Высокий уровень актуальности наблюдается при выявлении электрической нестабильности миокарда, диагностике угрожающих жизни нарушениях
ритма и риске возникновения внезапной сердечной смерти. В абсолютном большинстве случаев причиной возникновения внезапной сердечной смерти является
развитие желудочковых тахикардий. Данная проблема осложняется тем, что летальное нарушение ритма может возникать при отсутствии острой ишемии и выраженных физических и анатомических изменениях, хотя часто сочетаются с
ними. Выделение факторов электрической нестабильности миокарда, разработка
методов выявления людей с высоким риском аритмических событий — основные пути снижения уровня внезапной сердечной смерти.
Данные исследований показали, что за последние два десятилетия общая
частота внезапной сердечной смерти, несмотря на применение новых методов
диагностики и профилактики, существенно не изменилась и составляет приблизительно 20–25% всех случаев «острых сердечных приступов».
Существенную роль в решении проблемы снижения уровня внезапной
сердечной смерти отводится методам анализа ЭКГ-сигнала с использованием
ЭВМ.10
В последние годы наиболее широко применяется метод электрокардиографии высокого разрешения (ЭКГ-ВР) [1]. В основе данного метода лежит компьютерное усиление, усреднение и фильтрация участков ЭКГ с последующей
математической обработкой. Описанные операции позволяют выделить и анализировать низкоамплитудные сигналы, которые недоступны для анализа при использовании традиционных методах обработки ЭКГ и содержащие важную диагностическую информацию [1].
Главной областью применения ЭКГ-ВР является выявление поздних потенциалов желудочков (ППЖ) и предсердий (ППП).
При анализе ППЖ разделяют временные, амплитудные и частотные параметры ЭКГ. На основе этого выделяют три основных подхода к регистрации
ППЖ:
временной;
спектральный;
спектрально-временной.
В абсолютном большинстве случаев механизмом возникновения внезапной сердечной смерти является развитие желудочковых тахикардий. Проблема
внезапной сердечной смерти осложняется еще и тем, что летальные аритмии могут возникать при отсутствии острой ишемии и выраженных функциональных и
анатомических изменений, хотя часто сочетаются с ними. Выделение предикторов электрической нестабильности миокарда, разработка способов выявления
групп больных с высоким риском аритмических событий — основные пути снижения частоты внезапной сердечной смерти.
Диагностические методы выявления предрасположенности к внезапной
сердечной смерти развиты слабо. Внезапная остановка сердца случается не
только у людей с сердечными заболеваниями, но и у спортсменов. На данный
момент известно, что перед внезапной остановкой сердца можно диагностировать трепетания желудочков. Однако они вносят низкоамплитудный вклад в кардиосигнал, и обнаружить эти трепетания существующими методами сложно,
особенно на длительных кардиограммах высокой четкости.11
В данной работе предложена методика автоматизированного диагностирования сердечных заболеваний, связанных с низкочастотным вкладом ППП и
ППЖ. Примером такого заболевания является аритмогенная дисплазия правого
желудочка, которая может привести к внезапной сердечной смерти.
Методы регистрации ППЖ, используемые на данный момент в кардиологии, имеют ряд недостатков и спорных позиций [1]:
при непостоянных характеристиках ППЖ (продолжительность,
конфигурация, периодичность возникновения) высока вероятность
сглаживания сигналов высокой частоты
возможны искажения сигнала шумом фильтров и других внешних
источников
невозможно определить точную локализацию искомых высокочастотных компонент
спорным остается вопрос о необходимости исключения постоянных
электрических составляющих в сигнале ЭКГ
усреднение большого числа сигналов неминуемо ведет к накоплению ошибок
В настоящее время более перспективен метод анализа ППЖ без усреднения сигнала [2]. Сейчас на первый план выходят методики, позволяющие анализировать ЭГК без её усреднения. Такими являются методы, основанные на
вейвлет-преобразовании и сингулярном разложении.
В работе рассматривается метод выделения низкоамплитудной компоненты ЭКГ, основанный на методе главных компонент.
В ходе выполнения магистерской диссертации была разработана модель
кардиоимпульса для выделения низкоамплитудных составляющих, без сложных
процедур значительного усиления сигнала путем усреднения больших (100-400)
последовательностей кардиоимпульсов. Построен алгоритм её применения для
работы с кардиограммам. Использование алгоритмов без усреднения последовательностей кардиоимпульсов объясняется необходимостью ускорения и повышения точности алгоритма, уменьшения минимального количества необходимых кардиоимпульсов для построение модели (вместо 100-400 достаточно 20-40
сигналов), что не могут обеспечить существующие методы.
Особое внимание при выполнении работы было уделено усовершенствованию, адаптации к реальным данным и настройке модели. Программная реализация алгоритма построения модели осуществлена в математическом пакета
MatLab. Структура программы состоит из основного m-файла и файлов функций.
На основе результатов работы можно сделать следующие выводы:
1. существующие модели выделения вкладов ППП и ППЖ имеют рад недостатков:
при непостоянных характеристиках ППЖ (продолжительность,
конфигурация, периодичность возникновения) высока
вероятность сглаживания сигналов высокой частоты;
возможны искажения сигнала шумом фильтров и других
внешних источников;
невозможно определить точную локализацию искомых высокочастотных компонент;
спорным остается вопрос о необходимости исключения постоянных электрических составляющих в сигнале ЭКГ
усреднение большого числа сигналов неминуемо ведет к накоплению ошибок.7
Иванов Г. Г., Дворников В.Е. Электрокардиография высокого разрешения: Учебно-методическое пособие. – М.: Издательство Российского университета дружбы народов, 1999. – 28 с.
2. Тептин Г.М., Латфуллин И.А., Мамедова Л.Э. Исследование характеристик низкоамплитудных кардиосигналов с применением вейвлет-преобразований // Ученые записки Казанского государственного университета. - 2006. -
Т.148. - Кн.3. - С.116-124.
3. Авдеева Д.К., Вылегжанин О.Н., Пеньков П.Г., Кашуба И.В., Турушев Н.В. Выделение референтного импульса из зашумленной последовательности // Контроль.Диагностика. – 2013. – №13. – С. 107-110.
4. Авдеева Д.К., Вылегжанин О.Н. Выделение из зарегистрированного
кардиоимпульса ортогональной к нему низкоамплитудной составляющей // Интернет-журнал науковедение. – 2013. -- №6(19). – С. 118-122.
5. Рангайян, Р. М. Анализ биометрических сигналов. Практических
подход / Пер. с англ. под ред. А. П. Немирко. – М.: ФИЗМАТЛИТ, – 2007. – 440
с.
6. Латфуллин, И.А., Ким, З. Ф., Тептин, Г. М. Поздние потенциалы желудочков // Вестник аритмологии. – 2009. – №53. – С. 44-55.
7. Simson M.B. Use of signal in the terminal QRS complex to identify patients with ventricular tachycardia after myocardial infarction.//Circulation, Vol.64. №
2. Рp. 235–241.
8. Зайченко К. В., Жаринов О. О., Кулин А. Н., Кулыгина Л. А., Орлов
А. П. Съем и обработка биоэлектрических сигналов. Учебное пособие / Под ред.
К. В. Зайченко .–. СПб. : СПбГУАП, 2001. 140 c.
9. Уваров, А. А., Пеньков, П.Г. Чебуренко, Д. С. Спектральный анализ
ЭКГ // XVII Международная научно-практическая конференция «Современные
техника и технологии». – 2012. – С. 77-7879
10. United States Patent №5,348,020. Method and system for near real-time
analysis and display of electrocardiographic signal / William H. Hutson. – Sep. 20,
1994
11. Деммель, Джеймс. Вычислительная линейная алгебра: Теория и приложения: пер. с англ. / Д. Деммель. — Москва: Мир, 2001. — 429 с.: ил. — Предм.
указ.: с. 422-427.
12. Болодурина И., Тарасова Т., Арапова О. Системный анализ: учебное
пособие. [Элек- тронный ресурс]/ – Болодурина И., Тарасова Т., Арапова О.
Оренбург, ОГУ, 2013 – 193 с. – URL:
http://biblioclub.ru/index.php?page=book_red&id=259157&sr=1
13. Горбунов-Посадов М.М. Расширяемые программы. — М.: Полиптих,
1999. — 336 с.
14. Самарский А.А. Математическое моделирование и вычислительный
эксперимент // Вестник АН СССР. — 1979. — № 5. — С. 38–49.
15. Самарский А.А. Что такое вычислительный эксперимент? // Что такое прикладная математика. – М.: Знание, 1980.
16. ГОСТ 12.0.003-74 ССБТ. Опасные и вредные производственные факторы. Классификация. – М.: Информационно-издательский центр Минздрава
России, 1974.
17. СНиП 2.2.4/2.1.8.562-96 Шум на рабочих местах, в помещениях жилых, общественных зданий и на территории жилой застройки. – М.: Информационно-издательский центр Минздрава России, 1996
18. СанПиН 2.2.4.548–96. Гигиенические требования к микроклимату
производственных помещений – М.: Информационно-издательский центр Минздрава России, 2003.
19. СанПиН 2.2.2/2.4.1340–03. Санитарно-эпидемиологические правила
и нормативы «Гигиенические требования к персональным электронно- вычислительным машинам и организации работы».80
20. СанПиН 2.2.1/2.1.1.1278–03. Гигиенические требования к естественному, искусственному и совмещённому освещению жилых и общественных зданий.
21. ГОСТ Р 12.1.019-2009 ССБТ. Электробезопасность. Общие требования и номенклатура видов защиты.
22. Федеральный классификационный каталог отходов [Электронный
ресурс]. – 2013. – Режим доступа: http://www.ecoguild.ru/faq/fedwastecatalog.htm,
свободный. – Загл. с экрана.
23. Об утверждении правил обращения с отходами производства и потребления в части осветительных устройств, электрических ламп, ненадлежащие
сбор, накопление, использование, обезвреживание, транспортирование и размещение которых может повлечь причинение вреда жизни, здоровью граждан,
вреда животным, растениям и окружающей среде: Постановление Правительства Российской Федерации от 3 сентября 2010 года № 681.
24. ГОСТ Р 22.0.01-94. Безопасность в ЧС. Основные положения.
25. Федеральный закон Российской Федерации от 22 июля 2008 г. N 123-
ФЗ "Технический регламент о требованиях пожарной безопасности".
26. ГОСТ 12.2.032-78 ССБТ. Рабочее место при выполнении работ сидя.
Общие эргономические требования. – 1978