VII Международная студенческая научная конференция Студенческий научный форум - 2015

Показатели смертности от сердечно-сосудистых заболеваний(ССЗ), прежде всего обусловленные острыми формами коронарной патологии, остаются чрезвычайно высокими. По данным, приведенным в отчете Научного центра сердечно сосудистой хирургии им. А.Н. Бакулева РАМН за 2012 год, общая заболеваемость ССЗ и ишемической болезнью сердца в частности остается высокой и в настоящее время в полтора раза превышает показатели 2000 года. Повторный инфаркт миокарда стал причиной смерти более 27,2% всех умерших от инфаркта миокарда. Частота развития инфаркта миокарда в возрасте до 40 лет возросла с 0,7 до 6,9%. При этом рост заболеваемости наблюдается и среди женщин [1].

Для выявления патологий сердца применяют различные подходы и методики, в зависимости от типа заболевания и его стадии. Одним из распространенных и основных методов функциональной диагностики является метод холтеровского мониторирования (ХМ). ХМ используется для методики непрерывной записи электрокардиограммы в нескольких отведениях ЭКГ, в условиях свободной двигательной активности пациента, с последующей дешифровкой в режиме offline на специальных дешифраторах [2]. Как правило, перед применением мониторинга по Холтеру, лечащий врач применяет другие виды обследования для выявления или исключения некоторых критических заболеваний. Одним из таких заболеваний является инфаркт миокарда. Хотя иногда выявление ИМ возможно и в процессе мониторинга.

Предлагаемый подход анализа электрокардиосигнала (ЭКС) в условиях свободной двигательной активности является схожим с процессом мониторинга по Холтеру, но преследует другие цели. Мониторинг по Холтеру предназначен для выполнения долгосрочного наблюдения пациента и последующего изученияего состояния сердца медицинскими специалистами на основании полученного ЭКС за длительный период времени. Предлагаемый подход, в отличие от ХМ, преследует цель осуществления без участия высококвалифицированных медицинских работников краткосрочного анализа ЭКС и выявления опасных для жизни патологий сердца в условиях свободной двигательной активности пациентов из группы риска. Прогнозирование поведения сложного объекта, находящегося в чрезвычайной ситуации или в аварийном состоянии, возможно на основе современных статистическихметодов [3]. Анализ ЭКС и выявление патологий выполняется с использованием возможностей современной вычислительной техники. В качестве такой техники предлагается использовать смартфон.

Последовательность действий предлагаемого подхода приведена на рисунке 1.

Рисунок 1 – Алгоритм анализа патологий сердца в условиях свободной двигательной активности

Рассмотрим особенности предлагаемого подхода.

1. Первоначальным действием является выполнение регистрации ЭКС и местоположения пациента. Регистрация ЭКС осуществляется с использованием приведенного выше кардиоусилителя.

Для регистрации ЭКС предлагается специальный миниатюрный кардиоусилитель. Он в сравнении с оборудованием портативного регистратора, используемом при холтеровскоммониторировании, имеет очень скромные размеры (2х3 сам усилитель и несколько электродов для регистрации ЭКС, закрепляемых в непосредственной близости от усилителя). Такой кардиоусилитель доставляет пациенту минимум неудобств и выполняет регистрацию сигнала всего по одному отведению. Этого, как правило, достаточно, для того, чтобы выявить ярко выраженную опасную для жизни патологию.

Управление кардиоусилителем осуществляется посредством смартфона. Получение местоположения пациента выполняется на смартфоне с использованием служб GPS-навигации (сейчас данной службой оснащаются практически любые новые смартфоны). Взаимодействие кардиоусилителя и смартфона осуществляется по беспроводному каналу связи. Наиболее приоритетным протоколом взаимодействия является протокол BLUETOOTH 4.0. Этот протокол позволяет передавать необходимый поток информации за определенный участок времени (в среднем 500 отсчетов в секунду), и в то же время он использует энергосберегающий режим работы, что очень критично для кардиоусилителя.

Регистрация производится автоматически, по подаваемому со смартфона сигналу. После сигнала, оповещающего медальон о том, что необходимо выполнить регистрацию ЭКГ, данные с кардиоусилителя в режиме реального времени поступают на смартфон.

1. После получения ЭКС происходит его предварительная обработка. Она заключается в удалении из ЭКС помех, возникающих при регистрации сигнала в условиях свободной двигательной активности. Помехи искажают полученную информацию, и, следовательно, снижают достоверность результатов экспресс-оценки опасного для жизни состояния сердца. Предварительная обработка заключается в удалении тренда изолинии и выполнении высокочастотной фильтрации. Наиболее сложной является процедура удаления монотонного тренда изолинии.

Начало обработки производится с удаления тренда. Предложенный способ устранения монотонного тренда состоит в сортировке функции и ее аппроксимации, построенной на основе ряда, где коэффициенты находятся с помощью моментов высокого порядка. Для повышения эффективности подавления помех, в последние годы широкое применение нашли методы разложения сигналов на узкополосные составляющие по локально сосредоточенным базисам.

Для устранения высокочастнотных помех в сигналах используется эмпирическая модовая декомпозиция (ЭМД).Эмпирические моды (ЭМ)– этомонокомпонентные составляющие сигнала, которые вместо постоянной амплитуды и частоты, как в простой гармонике, имеют меняющуюся во времени амплитуду и частоту. ЭМ не имеют строгого аналитического описания, но должны удовлетворять условиям, гарантирующим определенную симметрию и узкополосность базисных функций.

1. Обработанный ЭКС поступает в блок выполнения экспресс-оценки. Под экспресс-оценкой состояния сердца понимается процесс определения в реальном масштабе времени наличия патологии сердца путем сравнения параметров стандартного ЭКС с параметрами зарегистрированного сигнала. При этом необходимо отметить, что определение критического состояния сердца осуществляется без участия высококвалифицированных специалистов посредством выполнения известных алгоритмов определения патологий сердца за счет вычислительных возможностей смартфона в автоматическом режиме.

Анализ параметров зарегистрированного ЭКС позволяет зафиксировать нарушения ритма, нарушения проведения, нарушения электрической оси сердца, эктопические и замещающие сокращения, повреждения миокарда, электролитные.

Экспресс-оценка направлена на выявление инфаркта миокарда, который представляет собой основное заболевание сердечно сосудистой системы с высоким летальным исходом. В этой связи своевременная диагностика инфаркта является одной из актуальных проблем современной кардиологии. К общепризнанным признакам «ЭКС с отклонением от нормы» и определением ИМ относятся:

1. Отсутствие зубца R в отведениях, расположенных над областью инфаркта.

2. Появление патологического зубца Q в отведениях, расположенных над областью инфаркта.

3. Подъем сегмента S-T выше изолинии в отведениях, расположенных над областью инфаркта.

4. Смещение сегмента S-T ниже изолинии в отведениях, противоположных области инфаркта.

5. Отрицательный зубец T в отведениях, расположенных над областью инфаркта.

Если параметры анализируемого ЭКС отклоняются от нормальных значений, то анализируемый сигнал относится к «ЭКС с ИМ». В данном случае необходимо осуществить вызов скорой помощи непосредственно к месту положению пациента.

Для выполнения анализа ЭКС предложен подход, основанный на методах статистической обработки сигнала, показавших хорошие результаты при энтропийно-параметрическом анализе функций [4, 5]. Достоинствами предлагаемого подхода является возможность выявления патологий путём сравнения статистических параметров исследуемого сигнала со статистическими параметрами нормального ЭКС. Данный способ основан на таких статистических параметрах, как коэффициент энтропии, контрэксцесс, среднее квадратическое отклонение, коэффициент ассиметрии. Для выполнения анализа выполняют построение функции распределения параметров ЭКС. Далее, путем сравнения вышеперечисленных параметров с параметрами нормального сигнала получают значения отклонения от нормы. Вывод о типе патологии позволяет сделать величина отклонения какого-либо параметра от нормы, известного для определенного участка ЭКС.

1. Вся анализируемая информация и полученные в автоматическом режиме заключения о состоянии сердца передаются на сервер приложений. Там, при необходимости, происходит детальный анализ ЭКС уже при помощи высококвалифицированного медицинского персонала. При этом независимо от того, когда происходит детальный анализ, если на смартфоне обнаружена патология сердца, то выполняется оповещение владельца о том, что необходимо в кратчайшие сроки обратиться в ближайшее медицинское учреждение.

Таким образом, в данной работе был рассмотрен подход для анализа ЭКС в условиях свободной двигательной активности пациента. Рассмотрены этапы одного цикла анализа, детально приведено описание анализа сигнала и рассмотрены способы устранения помех из сигнала. Следует отметить, что рассмотренный подход позволяет обнаружить инфаркт миокарда у физически активного населения, находящегося в группе риска, в условиях свободной двигательной активности и задокументировать предполагаемый диагноз заболевания.

СПИСОК ЛИТЕРАТУРЫ

1. Барбараш Л.С. Комплексные проблемы сердечно-сосудистых заболеваний. 2013. №1. Заметка главного редактора.

2. Национальные российские рекомендации по применению методики холтеровскогомониторирования в клинической практике (приняты на пленарном заседании Российского Национального Конгресса Кардиологов 27 сентября 2013 г. в г. Санкт-Петербург).

3. Рыжаков В.В., Рыжаков М.В., Рыжаков К.В. Прогнозирование поведения сложных объектов на основе представлений нечётких ситуаций. Учебное пособие. – М: МФТИ, 2005. – 100 с.

4. Полосин В.Г., Тертычная С.В. Анализ результатов измерения объёмной активности радона с помощью распределения Вейбулла – Гнеденко / Известия высших учебных заведений. Поволжский регион. Физико – математические науки. №1, 2009. С. 127 – 133.

5. Балахонова С.А., Бодин О.Н., Полосин В.Г. Использование регрессионного анализа для построения кривой восстановления миокарда / Мехатроника. Автоматизация. Управление. – М.: «Новые технологии». – 2013. – №12 – С. 59–64.

Код для цитирования: Скопировать