Методы анализа многосуточных записей ЭКГ для систем холтеровского кардиомониторирования

• Автор: Якушенко, Евгений Сергеевич
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Санкт-Петербург
• Количество страниц: 180 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. Методы и системы анализа записей многосуточного холтеровского мониторирования

1.1. Метод многосуточного холтеровского мониторирования

1.2. Основные методы автоматической оценки динамики показателей состояния пациента

1.2.1. Методы, основанные на клинических количественных

критериях

1.2.2. Методы, основанные на статистических критериях

1.3. Автоматические методы обнаружения нарушений ритма сердца, порождаемых ишемией миокарда

1.4. Программы анализа записей многосуточного холтеровского

мониторирования

1.5. Постановка цели и задач исследования
ГЛАВА 2. Формализация входных данных для статистического анализа результатов многосуточного холтеровского кардиомониторирования
2.1. Анализ диагностических показателей необходимых для оценки динамики состояния пациента
2.2. Структура входных данных
2.2.1. Анализ требований, предъявляемых к структуре входных данных
2.2.2. Разработка структуры входных данных
2.3. Метод автоматического сопоставления и группировки аритмий по установленному врачом набору признаков
2.4. Выводы
ГЛАВА 3. Исследование методов математической статистики для оценки динамики изменения показателей состояния пациента
3.1. Метод оценки динамики показателей состояния пациента
3.2. Сравнительный анализ статистических критериев для проверки
гипотез о значимости изменений показателей состояния пациента
3.2.1. Обобщенный алгоритм определения значимых изменений
3.2.2. Сравнительный анализ статистических критериев
3.3. Исследование применения статистических критериев
3.3.1. Анализ значимых изменений ЧСС
3.3.2. Анализ значимых изменений ритмов
3.3.3. Анализ значимых изменений аритмий
3.4. Структурная схема метода оценки динамики состояния пациента..
3.5. Выводы
ГЛАВА 4. Исследование методов математической статистики для выявления нарушений ритма сердца, порождаемых ишемией миокарда
4.1. Обоснование выбора сравниваемых показателей и статистических
критериев
4.2 Исследование применения статистических критериев
4.2.1. Исследование зависимости значений показателей эффективности метода от интервала расчета показателя и уровня статистической значимости
4.2.2. Критерий Колмогорова-Смирнова
4.2.3. Критерий Манна-Уитни Вилкоксона
4.2.4. Медианный критерий с применением точного критерия Фишера
4.2.5. Точный критерий Фишера
4.2.6. Критерий для биноминального распределения
4.3. Анализ результатов применения статистических критериев
4.4. Структурная схема метода выявления аритмий, порождаемых ишемией миокарда
4.5. Выводы
ГЛАВА 5. Программная реализация алгоритмов в комплексах для
холтеровского мониторирования ЭКГ
5.1. Программно-аппаратный комплекс «Кардиотехника-07»
5.2. Программное обеспечение, реализующее разработанные методы

5.2.1. Разработка способов визуального представления результатов оценки динамики показателей состояния пациента
5.2.2. Описание программного инструмента, реализующего разработанные алгоритмы
5.3. Особенности программной реализации статистических критериев

5.4. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ

Приближение удовлетворительно, когда п > 5. Если для полученного значения Т вероятность Р(Т<0 будет меньше уровня значимости а, то нулевая гипотеза отклоняется, и функции распределения не признаются совпадающими
Двухвыборочный критерий Андерсона. Рассмотрим две выборки случайных величин хі, ... , ха и у і, ... , ут. Составим из них объединенную выборку и упорядочим её по возрастанию. Обозначим через ЯХ1 и Яа ранги элементов выборки х и у в общем упорядоченном ряду (ранг - это номер элемента, полученный им в упорядоченном ряду). Если значения х-ов и у-ов совпадают, им присваиваются средние ранги.
Статистика Андерсона имеет вид:
При л, от -> оо и — = соті статистика Т распределена как статистика
Смирнова-Крамера-фон Мизеса, и можно использовать квантили распределения паг. Также существуют таблицы критических значений статистики критерия [11].
Двухвыборочный критерий Лемана-Розенблатта. Рассмотрим две выборки случайных величи хи ... , хп и уь ... , ут, объемы которых л, от —> со. Для проверки гипотезы Но (извлечены ли две выборки из одной совокупности с определенным распределением вероятностей) против альтернативы Н) можно воспользоваться критерием со2. Статистика а>гп п зависит только от порядковых номеров (рангов) выборочных элементов и рассчитывается по формуле:
где Я, - ранг х, а 5) - ранг у, в объединенном вариационном ряду.

Обозначим для краткости Л = Лят= огп т. При вычислении
п + т
приближенных критических значений рекомендуется вместо представленной статистики Z использовать статистику
[10,11].