Логинов, Дмитрий Сергеевич. Способы и средства компьютерной обработки электрокардиосигнала для диагностики инфаркта миокарда

Краткое описание

Логинов, Дмитрий Сергеевич. Способы и средства компьютерной обработки электрокардиосигнала для диагностики инфаркта миокарда : диссертация ... кандидата технических наук : 05.11.17 / Логинов Дмитрий Сергеевич; [Место защиты: Пенз. гос. ун-т].- Пенза, 2011.- 152 с.: ил. РГБ ОД, 61 11-5/2904

Пензенский государственный университет
На правах рукописи
ЛОГИНОВ Дмитрий Сергеевич
СПОСОБЫ И СРЕДСТВА КОМПЬЮТЕРНОЙ ОБРАБОТКИ
ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ
ИНФАРКТА МИОКАРДА
Специальность 05.11.17 - Приборы, системы и изделия
медицинского назначения
Пенза -2011
ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ 5
ВВЕДЕНИЕ 6
ГЛАВА 1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА
ЗАДАЧ ИССЛЕДОВАНИЯ 12
1.1 Особенности электрокардиографического способа диагностики
состояния сердца 12
1.1.1 Г енез электрокардиосигнала 12
1.1.2 ЭКС признаки инфаркта миокарда 16
1.2 Обзор способов анализа электрокардиосигнала для диагностики
инфаркта миокарда 20
1.2.1 Выделение кардиоцикла электрокардиосигнала 20
1.2.2 Классификация способов анализа электрокардиосигнала 22
1.2.3 Классический анализ электрокардиосигнала 24
1.2.4 Нейросетевой анализ электрокардиосигнала 25
1.2.4.1 Современное состояние в области нейросетевого
анализа электрокардиосигнала 25
1.2.4.2 Структура нейронной сети LVO и алгоритм
обучения L VQ1 29
1.2.4.3 Исследование НС LVQ в среде Matlab 31
1.2.5 Частотно-временной анализ электрокардиосигнала 34
1.3 Анализ возможностей известных электрокардиографических
систем для диагностики инфаркта миокарда 36
1.4 Постановка задач исследования 39
ГЛАВА 2. РАЗРАБОТКА КОМБИНИРОВАННОГО СПОСОБА ОБРАБОТКИ ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА 40
2.1 Обоснование «технологического конвейера» предлагаемого
подхода к анализу электрокардиосигнала для диагностики инфаркта миокарда 40
2.2 Предварительная обработка электрокардиосигнала 43
2.2.1 Устранение артефактов и выделение R-зубцов ЭКС 43
2.2.2 Выделение начала кардиоцикла на основе анализа
амплитудно-временных соотношений 50
2.2.3 Выделение начала кардиоцикла на основе
частотно-временных преобразований 52
2.2.4 Подавление тренда электрокардиосигнала для выделенного
кардиоцикла 56
2.2.5 Выделение (Ж^-комплекса электрокардиосигнала 57
2.3 Анализ электрокардиосигнала для диагностики инфаркта миокарда .61
2.3.1 Комбинированный способ анализа электрокардиосигнала
для диагностики инфаркта миокарда 61
2.3.1.1 Способ амплитудно-временного анализа
электрокардиосигнала 64
2.3.1.2 Способ частотно-временного анализа
электрокардиосигнала 67
2.3.1.3 Способ нейросетевого анализа электрокардиосигнала 70
2.3.2 Выбор результата комбинированного анализа
электрокардиосигнала 81
2.3.3 Выдача заключения по результатам анализа
электрокардиосигнала 83
2.4 Выводы 84
ГЛАВА 3. ИССЛЕДОВАНИЕ КОМБИНИРОВАННОГО СПОСОБА ОБРАБОТКИ ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА 85
3.1 Исследование способов предварительной обработки
электрокардиосигнала 85
3.1.1 Исследование способа устранения артефактов и выделения
і?-зубцов ЭКС 85
3.1.2 Исследование способа выделения начала кардиоцикла
на основе анализа амплитудно-временных соотношений 87
3.1.3 Исследование способа выделения начала кардиоцикла
на основе частотно-временных преобразований 90
3.2 Исследование разработанного способа нейросетевого анализа
электрокардиосигнала для диагностики инфаркта миокарда 92
3.2.1 Определение критериев, отражающих качество обучения
нейронной сети LVO 92
3.2.2 Выбор оптимальных параметров обучения
нейронной сети L VQ 93
3.2.3 Исследование алгоритма обучения нейронной сети CCLVQ3... 100
3.2.4 Определение чувствительности и специфичности способа
нейросетевого анализа электрокардиосигнала 102
3.2.5 Тестирование нейронной сети для анализа
электрокардиосигнала 104
3.3 Исследование способа частотно-временного анализа
электрокардиосигнала 105
3.4 Оценка повышения достоверности диагностики инфаркта миокарда при использовании комбинированного способа анализа... 106
3.5 Выводы 107
ГЛАВА 4. РЕАЛИЗАЦИЯ КОМБИНИРОВАННОГО СПОСОБА АНАЛИЗА ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА В КОМПЬЮТЕРНОЙ
ДИАГНОСТИЧЕСКОЙ СИСТЕМЕ 108
4.1 Структура и реализация программного обеспечения
компьютерной диагностической системы 108
4.2 Структура информационного взаимодействия в
компьютерной диагностической системе 117
4.3 Методика нейросетевого анализа ЭКС для диагностики
инфаркта миокарда 122
4.4 Результаты внедрения 122
4.5 Выводы 123
ОСНОВНЫЕ РЕЗУЛЬТАТЫ 124
СПИСОК ЛИТЕРАТУРЫ 125
ПРИЛОЖЕНИЕ А. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
СПОСОБОВ ОБРАБОТКИ ЭКС ДЛЯ ДИАГНОСТИКИ ИМ 135
ПРИЛОЖЕНИЕ Б. ЛИСТИНГ ПРОГРАММНОГО МОДУЛЯ
НЕЙРОСЕТЕВОГО АНАЛИЗА ЭКС ДЛЯ ДИАГНОСТИКИ ИМ 142
ПРИЛОЖЕНИЕ В. ДОКУМЕНТЫ О ВНЕДРЕНИИ
РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ 149 

Список литературы

ОСНОВНЫЕ РЕЗУЛЬТАТЫ
1. Анализ существующих способов автоматического определения информационных параметров ЭКС для диагностики ИМ позволил определить их чувствительность и специфичность и сформулировать требования к разработке и реализации нового способа анализа ЭКС в 12 стандартных отведениях для диагностики ИМ.
2. Разработан новый способ анализа ЭКС для диагностики ИМ за счет
совместного использования способов, осуществляющих как измерение отдельных элементов кардиоцикла, так и оценку кардиоцикла в целом. В условиях массового обследования обеспечивается принципиальная возможность выделения с вероятностью до 99,9 % пациентов с
неблагоприятным состоянием сердца и приближения возможностей доклинического анализа ЭКС к уровню клинических обследований сердца.
3. Разработан новый способ выделения кардиоцикла на основе
совместного использования предложенных способов амплитудно-временного и частотно-временного анализа ЭКС, позволяющий точнее на 11 %
определить визуально не различимую, но диагностически значимую электрическую активность синусового узла сердца.
4. Разработан новый алгоритм обучения CCLVQ3 на основе способа «выпуклой комбинации», адаптирована структура НС LVO и разработана методика нейросетевого анализа ЭКС, обеспечивающие чувствительность и специфичность к ЭКС-признакам ИМ выше на 12 и 8 % соответственно, чем у известных способов амплитудно-временного анализа.
5. Разработана структура программного обеспечения КДС, применение которой показывает эффективность предложенного способа анализа ЭКС для диагностики ИМ. Полученные результаты свидетельствуют о возможности использования разработанных способов и средств в качестве основы для создания отечественной диагностической аппаратуры нового поколения, обладающей большей функциональностью, оперативностью и простотой обслуживания.