Способы и средства компьютерной обработки электрокардиосигнала для диагностики инфаркта миокарда

• Автор: Логинов, Дмитрий Сергеевич
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Пенза
• Количество страниц: 152 с. : ил.

Оглавление
ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ
ВВЕДЕНИЕ
ГЛАВА 1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА
ЗАДАЧ ИССЛЕДОВАНИЯ
1.1 Особенности электрокардиографического способа диагностики состояния сердца
1.1.1 Г енез электрокардиосигнала
1.1.2 ЭКС признаки инфаркта миокарда
1.2 Обзор способов анализа электрокардиосигнала для диагностики инфаркта миокарда
1.2.1 Выделение кардиоцикла электрокардиосигнала
1.2.2 Классификация способов анализа электрокардиосигнала
1.2.3 Классический анализ электрокардиосигнала
1.2.4 Нейросетевой анализ электрокардиосигнала
1.2.4.1 Современное состояние в области нейросетевого анализа электрокардиосигнала
1.2.4.2 Структура нейронной сети LVO и алгоритм
обучения L VQ
1.2.4.3 Исследование НС L VQ в среде Matlab
1.2.5 Частотно-временной анализ электрокардиосигнала
1.3 Анализ возможностей известных электрокардиографических
систем для диагностики инфаркта миокарда
1.4 Постановка задач исследования
ГЛАВА 2. РАЗРАБОТКА КОМБИНИРОВАННОГО СПОСОБА ОБРАБОТКИ ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА
2.1 Обоснование «технологического конвейера» предлагаемого подхода к анализу электрокардиосигнала для диагностики инфаркта миокарда
2.2 Предварительная обработка электрокардиосигнала
2.2.1 Устранение артефактов и выделение Л-зубцов ЭКС

2.2.2 Выделение начала кардиоцикла на основе анализа амплитудно-временных соотношений
2.2.3 Выделение начала кардиоцикла на основе частотно-временных преобразований
2.2.4 Подавление тренда электрокардиосигнала для выделенного кардиоцикла
2.2.5 Выделение ^ЖУ-комплекса электрокардиосигнала
2.3 Анализ электрокардиосигнала для диагностики инфаркта миокарда .
2.3.1 Комбинированный способ анализа электрокардиосигнала
для диагностики инфаркта миокарда
2.3.1.1 Способ амплитудно-временного анализа электрокардиосигнала
2.3.1.2 Способ частотно-временного анализа электрокардиосигнала
2.3.1.3 Способ нейросетевого анализа электрокардиосигнала
2.3.2 Выбор результата комбинированного анализа электрокардиосигнала
2.3.3 Выдача заключения по результатам анализа электрокардиосигнала
2.4 Выводы
ГЛАВА 3. ИССЛЕДОВАНИЕ КОМБИНИРОВАННОГО СПОСОБА ОБРАБОТКИ ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА
3.1 Исследование способов предварительной обработки электрокардиосигнала
3.1.1 Исследование способа устранения артефактов и выделения Л-зубцов ЭКС
3.1.2 Исследование способа выделения начала кардиоцикла
на основе анализа амплитудно-временных соотношений
3.1.3 Исследование способа выделения начала кардиоцикла
на основе частотно-временных преобразований
3.2 Исследование разработанного способа нейросетевого анализа
электрокардиосигнала для диагностики инфаркта миокарда
3.2.1 Определение критериев, отражающих качество обучения
нейронной сети ЬУО
3.2.2 Выбор оптимальных параметров обучения
нейронной сети LVQ
3.2.3 Исследование алгоритма обучения нейронной сети ССЬУ()3
3.2.4 Определение чувствительности и специфичности способа нейросетевого анализа электрокардиосигнала
3.2.5 Тестирование нейронной сети для анализа электрокардиосигнала
3.3 Исследование способа частотно-временного анализа электрокардиосигнала
3.4 Оценка повышения достоверности диагностики инфаркта миокарда при использовании комбинированного способа анализа
3.5 Выводы
ГЛАВА 4. РЕАЛИЗАЦИЯ КОМБИНИРОВАННОГО СПОСОБА АНАЛИЗА ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА В КОМПЬЮТЕРНОЙ
ДИАГНОСТИЧЕСКОЙ СИСТЕМЕ
4.1 Структура и реализация программного обеспечения компьютерной диагностической системы
4.2 Структура информационного взаимодействия в
компьютерной диагностической системе
4.3 Методика нейросетевого анализа ЭКС для диагностики
инфаркта миокарда
4.4 Результаты внедрения
4.5 Выводы
ОСНОВНЫЕ РЕЗУЛЬТАТЫ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
СПОСОБОВ ОБРАБОТКИ ЭКС ДЛЯ ДИАГНОСТИКИ ИМ
ПРИЛОЖЕНИЕ Б. ЛИСТИНГ ПРОГРАММНОГО МОДУЛЯ
НЕЙРОСЕТЕВОГО АНАЛИЗА ЭКС ДЛЯ ДИАГНОСТИКИ ИМ
ПРИЛОЖЕНИЕ В. ДОКУМЕНТЫ О ВНЕДРЕНИИ
РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННОЙ РАБОТЫ

- масштабирование (растяжение или сжатие), т.е. перемещение области его локализации по частоте.
Использование этих операций, с учетом свойства локальности вейвлета в частотно-временной области, позволяет регистрировать и анализировать данные ЭКС на различных масштабах и точно определять положение их характерных особенностей во времени.
ЭКС s(t) представляется выражением:
00 . 00 00 = £ ajn,b £=-оо j^jnk--
где а - коэффициенты аппроксимации для заданных j и к; d - коэффициенты детализации для заданных j и к
ЭКС s(t) подается на фильтры декомпозиции низких и высоких частот, после чего с помощью операции децимации (уменьшения числа частотных составляющих вдвое) определяются коэффициенты аппроксимации на выходе фильтра низких частот и детализирующие коэффициенты на выходе фильтра высоких частот. Данный алгоритм может быть продолжен по схеме (рисунок 11).
5 - АI + £3,
~ Аг+ Ог + О,
■ А3 + П3 + Ог + Д>,
Рисунок 11 - Алгоритм формирования вейвлет-коэффициентов
В результате (см. рисунок 11) получается полный набор аппроксимирующих (А) и детализирующих (О) коэффициентов, завершаемый уровнем декомпозиции /+1. Цифры указывают на уровень декомпозиции.
Кодовые отсчеты ЭКС, регистрирующиеся в виде вейвлет-коэффициентов, представлены на рисунке 12 [3]. В данном примере в рамках выделенного кардиоцикла используется часть ЭКС длиной 250 точек,