Меню
Главная
Авторизация/Регистрация
 
Главная arrow Медицина arrow Алгоритм апостериорного определения мгновенной частоты сердечных сокращений

Алгоритм апостериорного определения мгновенной частоты сердечных сокращений


Введение

апостериорный электрокардиологический сигнал сердечный

Представления о роли и значимости частоты сердечных сокращений (далее ЧСС) в клинической практике, в последние годы, значительно изменились. Известные данные о линейной зависимости между ЧСС и уровнем потребления кислорода миокардом, изменении минутного объема крови в зависимости от ЧСС сегодня дополняются новой информацией о влиянии вариабельности ЧСС на продолжительность жизни, инфаркта миокарда, сердечнососудистой заболеваемости и смертности. Регулируя ЧСС, сердце контролирует энергетические потребности организма через систему кровообращения [1,2].

В совместном проекте ОАО «НПП КП «Квант» и ФГАОУ ВО ЮФУ [3] предлагается использовать корреляцию между ЧСС и мощностью, развиваемой человеком при движении, как показатель толерантности сердечнососудистой системы к нагрузке. Несмотря на то, что в настоящее время отсутствует клиническая методика оценки данного показателя, но в отличие от классических эргометрических тестов такой подход значительно удобнее, не требует посещения клиники и является более щадящим по отношению к пациенту. Наряду с развиваемой мощностью важен адекватный расчет ЧСС без задержки.

Средняя частота сердечных сокращений у здорового человека в состоянии покоя составляет 60-80 ударов в минуту. В отдельных случаях может превышать 100 ударов в минуту, например, у людей средних лет, ведущих сидячий образ жизни. А у тренированных атлетов, находящихся в прекрасной физической форме, минимальная ЧСС в состоянии покоя составляет 28-40 ударов в минуту [4].

На сегодняшний день существуют расчеты, показывающие, что понижение ЧСС с 70 до 60 ударов в минуту с течением времени увеличило бы продолжительность жизни человека с 80 до 93,3 года. Несмотря на то, что эти данные вызывают много споров, можно считать доказанным, что в общей популяции человечества риск смерти по многим различным причинам, в том числе от сердечнососудистых заболеваний, увеличивается по мере повышения ЧСС в состоянии покоя. Именно поэтому так важно и необходимо получать точные сведения о частоте сердечных сокращений [1,3].

Алгоритм апостериорного определения мгновенной ЧСС

Чтобы определить ЧСС, необходимо измерить частоту желудочковых комплексов (далее QRS комплексов). На данный момент, вычислить ЧСС можно несколькими способами[2,5]:

1. Измерить ЧСС вручную, путем подсчета числа квадратов между комплексами QRS на ленте ЭКГ сигнала. Для получения точности ±1 сокращение в секунду необходимо использовать длительные интервалы времени (1 минута и более);

2. Измерить количество R зубцов в течение какого-либо периода времени;

3. Измерить длительность RR интервала и вычислить по формуле

,

где TRR - длительность RR - интервала в мс, ЧСС - в ударах в минуту. При наличии аритмии этот способ может дать большую ошибку. Следовательно, надежнее использовать вместо TRR среднюю длительность RR интервала, к примеру, усреднив 16 смежных интервалов [3].

Существует четвертый подход, о котором хотелось бы рассказать подробнее, основанный на апостериорном определении мгновенной ЧСС, то есть алгоритм работает сразу после окончания работы селектора QRS комплекса. Типичный кардиоцикл состоит из таких элементов как: P-волна, QRS- комплекс и T-волна, которые представлены на рис. 1. Принцип селектора QRS - комплекса основан на выделении положения R-зубца. Поиск положения R-зубца обычно начинают с фильтрации сетевого шума с частотой 50/60 Гц и шума электрической активности двигательных мышц. С этой задачей эффективно справится фильтр нижних частот. Далее выделяют наиболее энергетически выраженный участок в спектре ЭКС (15-25Гц), соответствующий QRS-комплексу. Отфильтрованный сигнал подвергается процедуре детектирования, низкочастотному сглаживанию и выделению начала R-зубца пороговым алгоритмом. Последним шагом селектора QRS является подстройка порога срабатывания [5 - 10].

Рис. 1. - Общий вид одного кардиоцикла

Перед работой этого селектора сигнал необходимо очистить от артефактных участков. Артефактами считаются участки и комплексы в них, у которых длительный уровень наводки 50Гц, либо большой дрейф изолинии (более 0,2 - 0,3 мВ) Селектор последовательно проходит по всем комплексам QRS, кроме первого и последнего, если текущий и предыдущий комплексы не являются артефактами, то вычисляется значение ЧСС, в противном случае сохраняется предыдущее значение. Полученное значение ЧСС сохраняется в соответствующем выходном массиве. На рис. 2 приведен пример участка, который распознан алгоритмом как артефактный.

Рис. 2 - Артефактный участок электрокардиосигнала

На рис. 4 представлен алгоритм выявления артефактных комплексов (классификация по двум типам: нормальный и артефактный). Для классификации исходный ЭКС размера Size разбивается на участки по 5 секунд. Проверяется, чтобы разница смещений минимального сегмента ST по времени Iss[n] максимального смещения ST сегмента Ass[n] не превышали значений 0,3 мВ. Следующим шагом проверяется наличие на отрезке длительной наводки 50 Гц с помощью полосового фильтра (FilterArtefact), если она присутствует, то сработает флаг FlArtefact. Если выполнилось хотя бы одно из заданных условий, то область считается артефактной. В этом случае она записывается в определённый для этого массив.

Блок-схема реализации данного метода представлена на рис. 4 и 5. Алгоритм работает после определения QRS-комплексов и поиска артефактных областей ЭКГ сигнала, осуществляет обработку распознанных QRS комплексов и RR интервалов. Работа алгоритма начинается с поиска первых двух последовательно расположенных неартефактных комплексов, на основе которых определяется начальное значение ЧСС.

Рис.3 - Блок схема алгоритма идентификации артефактного участка

Рис. 4. - Блок-схема алгоритма апостериорного определения мгновенной ЧСС. Часть 1

Рис. 5. - Блок-схема алгоритма апостериорного определения мгновенной ЧСС. Часть 2

На основе алгоритмов скользящего среднего и приведенного произведен расчет по записи ЭКС суточным монитором ЭКГ. Результаты расчетов приведены на рис. 6 и 7 соответственно. Как видно из полученных результатов, алгоритм скользящего среднего имеет значительные ошибки при анализе участка с артефактными комплексами. За счет исключения артефактных участков апостериорный метод позволяет измерить мгновенное значение ЧСС.

Рис. 6. - График метода скользящего среднего

Рис. 7. - График метода апостериорного определения мгновенной ЧСС

Заключение

Описанный алгоритм апостериорного определения мгновенной ЧСС производит запись в массив вычисленной ЧСС поминутно с исключением артефактных областей ЭКГ сигнала. Предложенный метод позволяет убрать из анализа артефактные RR интервалы за счет работы преселектора. Анализируя RR интервалы с исключением артефактов, данный метод позволяет получить мгновенное значение ЧСС, без использования скользящего среднего, которое используется в классическом варианте измерения ЧСС. В диагностике, с помощью точно полученных данных ЧСС возможно установить диагноз аномалий ритма [6]:

1. СА-узловые ритмы - синусовый ритм;

2. Предсердные ритмы;

3. Ритмы из АВ-соединения;

4. Желудочковые ритмы;

5. Нарушение проводимости;

6. Ускользающие ритмы;

7. Эктопические сокращения.

Работа выполнена при финансовой поддержке Минобрнауки РФ в рамках реализации проекта «Создание высокотехнологичного производства по изготовлению мобильного многофункционального аппаратно-программного комплекса длительного кардиомониторирования и эргометрии» по постановлению правительства №218 от 09.04.2010 г. Работа выполнялась во ФГАОУ ВО ЮФУ.

Литература

1. Полонецкий Л.З. Значение частоты сердечных сокращений в клинической практике. Новые возможности антиангинальной терапии // Медицинские новости, 2007, №5. С. 7-10.

2. Рослякова А.В., Чупраков П.Г. Сравнительный анализ алгоритмов обнаружения R-зубца электрокардиосигнала// Вятский медицинский вестник, 2012, №2 C.29-35.

3. Жуков А.Д. Наука о спорте. Энциклопедия систем жизнеобеспечения Москва: «Магистр-пресс», 2011. 1000 c.

4. Петров С.П., Епишина Е.В., Воронин В.В. Оценка алгоритмов распознавания образов для задач автоматического анализа электрокардиограмм // Евразийский Союз Ученых (ЕСУ). Ежемесячный научный журнал. 2014. № 8. С.27-29.

5. Леонова А.В., Синютин С.А., Частота сердечных сокращений // Проектирование микроконтроллерных систем съема, обработки и анализа электрокардиосигнала. Издательство Южного федерального университета, 2014. С. 329-331.

6. СинютинС.А., Ковтун Д.Г. Анализ алгоритмов подстройки порога срабатывания для QRSкомплексов// Инженерный вестник Дона, 2014, №3 URL: ivdon.ru/ru/magazine/archive/n3y2014/2547.

7. Srishti Dubey, Kamna Grover, Rahul Thakur, AnuMehra, Sunil Kumar Comparative Analysis of QRS Detection Algorithms and Heart RateVariability Monitor Implemented on Virtex-4 FPGA. International Journal of Advanced Engineering Research and Technology (IJAERT), 30th -31st August 2014. pp. 168-170.

8. Natalia M. Arzeno, Zhi-De Deng, Chi-Sang Poon Analysis of First-Derivative Based QRS Detection Algorithms // IEEE Trans Biomed Enq. 2008 feb; 55(2): pp 478-484.

9. Беляев А.О. Микроконтроллерный алгоритм обработки ЭКС // Известия ЮФУ. Технические науки. 2008. №11. с. 80-86.

 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
 
Предметы
Банковское дело
Бухучет и аудит
География
Журналистика
Информатика
История
Культурология
Литература
Маркетинг
Математика, химия, физика
Медицина
Менеджмент
Недвижимость
Охрана труда
Педагогика
Политология
Право
Психология
Религиоведение
Сельское хозяйство
Социология
Спорт
Техника
Товароведение
Философия
Финансы
Экология
Экономика
Этика и эстетика
Прочее