2. Методы обработки 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. Рассмотрим существующие алгоритмы.
1) Нейронные сети
Достоинства: большая помехоустойчивость;
Недостатки: необходимость в больших вычислительных ресурсах;
2) Частотно–временные методы
Достоинства: хорошее разрешение по времени в области высоких частот; хорошее разрешение по частоте в области низких частот; эффективность 99%, низкая чувствительность к шумам
Недостатки: невозможно локализовать частотные компоненты по времени в случае применения преобразования Фурье, что накладывает ограничения на применение данного метода. В случае Вейвлет – преобразования, плохое разрешение по времени в области низких частот и плохое разрешение по частоте в области высоких частот;
3) Синтаксические методы
Достоинства: хорошая устойчивость к колебаниям изолинии;
Недостатки: ошибки при соизмеримости амплитуд R и T зубцов, значительная зашумленность исходного сигнала ЭКГ, пропуски искомых фрагментов ЭКГ сигнала при анализе;
4) Методы эталонов
Достоинства: возможность синхронной регистрации, например, 12-ти стандартных отведений ЭКГ в реальном времени;
Недостатки: повышенные требования к объему памяти в устройстве регистрации;
5. Комбинированные методы
Достоинства: метод особенно важен для обеспечения бифункционального (АД+ЭКГ) мониторирования; при комбинации из частотно-временного метода и метода нейронных сетей достигается максимальная на сегодняшний день чувствительность
Недостатки (предпочтение): предпочтительно мониторирование в условиях с ожидаемой физической нагрузкой; повышенные требования к вычислительным ресурсам
3. Исследование существующих методов выделения R – зубца
Комплекс QRS является доминантой электрокардиографического сигнала (ЭКС), и его точное обнаружение имеет жизненно важное значение в ряде клинических задач диагностики заболеваний сердца. Задача осложняется тем, что морфология в норме и патологии имеет широкую индивидуальную вариабельность для каждого человека. Кроме того, в ЭКС могут присутствовать различные шумы и артефакты, которые также усложняют задачу обнаружения корректного положения QRS – комплексов.
Рассмотрим наиболее достоверныеи эффективные алгоритмы обнаружения QRS-комплекса.
- Алгоритм Пан и Томпкинса
1) Фильтр нижних частот;
2) Фильтр верхних частот;
3) Оператор производной;
4) Возведение в квадрат;
5) Интегрирование;
6) Адаптивная пороговая процедура и процедура поиска.