Метод визначення зміщень P, Q, R, S, T піків електрокардіограми на основі вейвлет-перетворення

Структура дипломної роботи
ТЕОРЕТИЧНІ ПЕРЕДУМОВИ МЕТОДУ ВИЗНАЧЕННЯ ЗМІЩЕНЬ PQRST-ПІКІВ ЕКГ НА ОСНОВІ ВЕЙВЛЕТ-ПЕРЕТВОРЕННЯ
ВИЗНАЧЕННЯ ЗМІЩЕНЬ PQRST-ПІКІВ ЕКГ НА ОСНОВІ ВЕЙВЛЕТ-ПЕРЕТВОРЕННЯ
ПРАКТИЧНЕ ЗАСТОСУВАННЯ РОЗРОБЛЕНОГО МЕТОДУ І АНАЛІЗ ЙОГО ЕФЕКТИВНОСТІ

Мета та завдання дослідження
Завдання дослідження:
Визначення теоретичних основ і практичних застосувань вейвлет- перетворень.
Дослідження загальної структури процесу ЕКГ-діагностики на етапах збору, обробки та аналізу інформації з метою виявлення існуючих проблем при автоматичному аналізі ЕКС.
Визначення характеристичних особливостей сигнала ЕКГ, використовуваних при діагностики захворювань.
Встановити адекватність використання розробленого методу для визначення зміщень PQRST піків ЕКГ.
Встановити доцільність використання інструментарію MATLAB для роботи з вейвлет-перетвореннями та реалізації методу зміщень PQRST піків.
Побудова методу для автоматизованого визначення зміщень PQRST піків ЕКГ.
Створити програмний засіб для визначення зміщень PQRST піків та встановлення діагнозу по цих зміщень.
Метою дослідження є розробка методу виявлення PQRST піків ЕКС, що має більш високу точність знаходження в порівнянні з існуючими методиками і як наслідок - вищою прогностичною значимістю

Складові дослідження
Практичне значення:
Запропонований метод може бути реалізований апаратно для здійснення безперервного контролю серцевої активності в режимі реального часу в системах холтерівського (добового) моніторингу.
Проведене порівняльне експериментальне дослідження існуючих типів аналізу ЕКГ, дозволило розробити найбільш ефективний метод виявлення PQRST, що істотно розширює платформу для подальших досліджень з цифрової обробки електрокардіографічних сигналів.
Розроблений метод виявлення PQRST-піків із застосуванням теорії вейвлет-перетворення може бути застосований не тільки для виявлення процесів шлуночкової активності, але і для подальшої ідентифікації та класифікації можливих функціональних змін та патологій у роботі серця.
Об’єктом дослідження є процес дослідження вхідного MIT-BIH сигналу створеним методом на основі вейвлет - перетворення.
Предметом дослідження є алгоритми, методи та засоби реалізації отриманих результатів для визначення PQRST піків в ЕКГ.

Актуальність
В даний час в електрокардіографії велике значення приділяється аналізу шлункової активності серця. Зокрема - найбільш значущим з точки зору діагностики є так званий QRS-комплекс ЕКГ-сигналу, що відображає процеси скорочення правого та лівого шлуночків. Не відкидаючи значущості аналізу Фур’є, застосовуваного нині найчастіше для аналізу електрокардіографічних сигналів (ЕКГ-сигналів), вейвлет-методи успішно доповнюють, інколи ж здатні й повністю замінити обробку даних традиційними методами. Існуючі методи та стандарти аналізу ЕКГ-сигналів, що базуються на Фур’є-перетворенні та частотному аналізі, виявляються не цілком придатними для точного виявлення QRS-комплексів, оскільки , не враховують нестаціонарну та негармонічну природу кардіосигналів. Також більшість досліджень зосереджені лише на виявленні лише комплексу QRS, оскільки зубці P і T важко виявити.

Розділ 1. Теоретичні передумови методу визначення зміщень PQRST- піків ЕКГ на основі вейвлет перетворення
1.1. Серце та серцевий ритм
1.2. Біоелектрична природа ЕКС
1.3. Види електрокардіографічних відведень
1.4. Фізіологія серцевого імпульсу та особливості ЕКС
1.5. Загальна структура процесу аналізу ЕКС
1.6. Теоретичний аналіз і класифікація ЕКС

1.1. Серце та серцевий ритм
Серцевий м’яз
Структура серця

1.2. Біоелектрична природа ЕКС
Серце представляється у вигляді диполя, еквівалентного сумі електричних зарядів збуджених клітин. Таке уявлення дозволяє визначити величину та значення електрорушійних сил серця.
У результаті дипольне уявлення про ЕРС серця - це перше наближення складніших електричних процесів у ньому і єдина можлива нині теорія вираження основного змісту ЕКГ.
1 – серце, 2 – м’язи тіла. 3 - шлунок; 4 - очні м’язи; 5 - головний мозок.
Параметри амплітудно-частотних характеристик біопотенціалів тіла людини

1.3. Види електрокардіографічних відведень
Форма ЕКГ, що знімається, сильно залежитиме від місця розташування електродів на тілі людини, так званих електрокардіографічними відведеннями.
Основні види відведень з електродами які лежать на поверхні тіла

1.4. Фізіологія серцевого імпульсу та особливості ЕКС
Відзначаючи форму, консистенцію та час між цими формами хвиль, можна дізнатися більше про пошкоджені ділянки та ділянки, які не отримують достатньо кисню.
Аритмія серця:
синусові ритми;
ектопічні ритми;
передсердні ритми.
Зубці, сегменти та інтервали ЕКГ

1.5. Загальна структура процесу ЕКС
Електрокардіографічні вимірювання можна розділити на три основні групи:
стандартне ЕКГ-дослідження;
ЕКГ-моніторинг;
ЕКГ високої роздільної здатності.
Структура процесу аналізу ЕКС

1.6. Теоретичний аналіз і класифікація ЕКС
Методи аналіза і класифікації ЕКС

Розділ 2. Визначення зміщень PQRST- піків ЕКГ на основі вейвлет перетворення
2.1. Попередня обробка сигналу ЕКГ
2.2. Вейвлет-аналіз
2.3. Методологія

2.1. Попередня обробка сигналу ЕКГ
Сферу попередньої обробки сигналу ЕКГ можна розділити на три великі етапи:
усунення дрейфу ізолінії;
усунення шумів;
виявлення ЕКГ сигналів.
Дрейф ізолінії ЕКГ
Електромагнітні шуми
Електрофізіологічні шуми

2.2. Вейвлет-аналіз
Властивості:
володіють можливістю зсуву в часі;
мають вигляд коротких, локалізованих у часі чи просторі хвильових пакетів з нульовим значенням інтегралу;
мають обмежений частотний спектр.
Вейвлети (wavelet) – це деякі хвильові функції, які здатні виконати перетворення Фур’є не повсій часовій осі, а локально – на місці свого положення.
Вейвлет-перетворення в площині час-частота, при різних масштабах

2.3. Методологія
Вхідні дані:
база даних аритмії MIT-BIH;
база даних LBNP.
Принципова схема аналізу ЕКГ
1) Фільтрація:
Смуговий фільтр Баттерворта 4-го порядку
Попередня обробка
2) Усунення дрейфу ізолінії:
У цьому методі видалення дрейфу ізолінії ЕКГ проводиться шляхом віднімання лінії регресії, у вікні розміру, що дорівнює 50% частоти вибірки;

2.3. Методологія
Принципова схема аналізу ЕКГ
Полярність визначається:
Виявлення
Розкладання сигналу за допомогою каскадного розподілу
if |M| > |m| then
L(Ri) ← i
else
L(Ri) ← j
end if
Форми QRS-комплексу

Розділ 3. Практичне застосування розробленого методу і аналіз його ефективності
3.1. Опис експериментів по делінеації сигналу ЕКГ
3.2. Середовище розробки та розроблена програма з методом

3.1. Опис експериментів по делінеації сигналу ЕКГ
Загальноприйнятим способом оцінювання якості та точності методу делінеації сигналу ЕКГ є порівняння результатів його роботи з анотаціями, виконаними кваліфікованими кардіологами. Результати в анотаціях приймаються за 100% достовірні, тому на основі їх порівняння з результатами роботи алгоритму і визначається ефективність алгоритму.
Для оцінювання якості роботи методу виявлення використовувалися два показники: чутливість (Se) і прогностичність позитивного результату (P+).
Дослідженню піддавалися записи цифрових сигналів ЕКГ бази даних MIT-BIH та LBNP.

3.1. Опис експериментів по делінеації сигналу ЕКГ
Оцінка ефективності реалізованого методу виявлення ЕКГ при виявленні зубця P для набору даних LBNP
Оцінка ефективності реалізованого методу виявлення ЕКГ при виявленні хвилі QRS-комплексу для набору даних LBNP
Оцінка ефективності реалізованого методу виявлення ЕКГ при виявленні зубця Т для набору даних LBNP

3.1. Опис експериментів по делінеації сигналу ЕКГ
Як зазначалося раніше, література зосереджена в основному на виявленні QRS-комплексу, оскільки його легко виявити через його високу амплітуду, порівняну з оточуючими хвилями. Тому порівняння проводяться між точністю виявлення QRS за допомогою розробленого алгоритму, та між іншими широко використовуваними методами у літературі.
Порівняння виявлення QRS-комплексу між реалізованим методом виявлення QRS та іншими важливими методами для набору даних MIT-BIH

3.2. Середовище розробки та розроблена програма з методом
Доцільності використання інструментарію MATLAB для роботи з вейвлет-перетворенням та реалізацією методу зміщень PQRST піків досягається з областів застосування системи MATLAB:
математика та обчислення;
розробка алгоритмів;
обчислювальний експеримент, імітаційне моделювання;
аналіз даних, дослідження та візуалізація результатів;
наукова та інженерна графіка;
розробка додатків, включаючи графічний інтерфейс користувача та інших.

3.2. Середовище розробки та розроблена програма з методом

Висновки
У цій роботі представлено аналіз ЕКГ на основі створеного методу для компонентів P, QRS і T. Оскільки комплексна хвиля QRS, а зубці P і T мають різну форму, для виявлення використовувалися два різних материнських вейвлета. Алгоритм використовував Комплексне ВП подвійного дерева (DT-CWT) на 4 рівні перетворення, як материнського вейвлета для виявлення QRS-комплексу, а Добеші 2-го порядку (db2) для виявлення зубців P і T.
Розкладання ЕКГ-сигналу здійснювалося за допомогою банку фільтрів на 4 рівні. Згідно з даними делінеації сигналу, виявляється, що запропонований метод досягає не тільки високу точністю визначення компонентів ЕКГ, але й є простим і легким у реалізації. Також на основі запропонованого методу можна легко виміряти інші важливі характеристики сигналів ЕКГ, такі як тривалість PR, PQ, RR і сегмент ST, що були виявленні в створеній програмі. Крім того, було виявлено, що запропонований метод виявлення хвилі ЕКГ є надійним у широкому діапазоні шумового забруднення.