radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical University10.32603/1993-8985-2018-21-6-118-125radioelectronics-282Research ArticleПРИБОРЫ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ, КОНТРОЛЯ СРЕДЫ, ВЕЩЕСТВ, МАТЕРИАЛОВ И ИЗДЕЛИЙMEDICAL DEVICES, ENVIRONMENT, SUBSTANCES, MATERIAL AND PRODUCTОЦЕНКА СТАТИСТИЧЕСКИХ ХАРАКТЕРИСТИК МИОГРАФИЧЕСКОЙ ПОМЕХИ ПРИ МНОГОКАНАЛЬНОЙ РЕГИСТРАЦИИ ЭЛЕКТРОКАРДИОСИГНАЛАEVALUATION OF ELECTROMYOGRAPHIC NOISE STATISTICAL CHARACTERISTICS IN MULTICHANNEL ECG RECORDINGSГригорьевЕ. Б.GrigorievEvgene B.

Григорьев Евгений Борисович – магистр техники и технологии по направлению "Телекоммуникации" (2014), аспирант кафедры радиотехнических систем Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" им. В. И. Ульянова (Ленина). Автор 18 научных работ. Сфера научных интересов – статистическая радиотехника; методы обработки сигналов.

ул. Профессора Попова, д. 5, Санкт-Петербург, 197376

Evgene B. Grigoriev – Master’s Degree in Telecommunications (2014), Postgraduate Student of the Department of Radio System of Saint Petersburg Electrotechnical University "LETI". The author of 18 scientific publications. Area of expertise: statistical radio engineering; signal processing.

5, Professor Popov Str., 197376, St. Petersburg

l0l777@mail.ruКрасичковА. С.KrasichkovAlexander S.

Красичков Александр Сергеевич – кандидат технических наук (2006), доцент кафедры радиотехнических систем Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" им. В. И. Ульянова (Ленина). Автор 90 научных работ. Сфера научных интересов – статистическая радиотехника; методы обработки сигналов.

ул. Профессора Попова, д. 5, Санкт-Петербург, 197376

Alexander S. Krasichkov – Ph.D. in Engineering (2006), Associate Professor of the Department of Radio System of Saint Petersburg Electrotechnical University "LETI". The author of 90 scientific publications. Area of expertise: statistical radio engineering; signal processing.

5, Professor Popov Str., 197376, St. Petersburg

krass33@mail.ruНифонтовЕ. М.NifontovEvgeny M.

Нифонтов Евгений Михайлович – доктор медицинских наук (2003), профессор (2009) Санкт-Петербургского государственного медицинского университета им. акад. И. П. Павлова. Автор более 150 научных работ. Сфера научных интересов – фундаментальная медицина; кардиология.

ул. Льва Толстого, д. 6–8, Санкт-Петербург, 197022

Evgeny M. Nifontov – D.Sc. in Medicine (2003), Professor (2009) of Pavlov First Saint Petersburg State Medical University. The author of more than 150 scientific publications. Area of expertise: fundamental medicine; cardiology.

6-8, L'va Tolstogo Str., 197022, St. Petersburg

nifontov@spmu.rssi.ruСанкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В. И. Ульянова (Ленина)РоссияSaint Petersburg Electrotechnical University "LETI"Russian FederationПервый Санкт-Петербургский государственный медицинский университет им. акад. И. П. ПавловаРоссияPavlov First Saint Petersburg State Medical UniversityRussian Federation20182812201806118125Copyright © Григорьев Е.Б., Красичков А.С., Нифонтов Е.М., 20182018Григорьев Е.Б., Красичков А.С., Нифонтов Е.М.Grigoriev E.B., Krasichkov A.S., Nifontov E.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/282

Миографическая помеха является одной из самых распространенных помех, присутствующих в электрокардиосигнале. В случае использования нескольких отведений электрокардиосигнала миографическая помеха в разной степени оказывает влияние на каждое из отведений. Это влияние может быть учтено при построении алгоритмов обработки многоканальных записей электрокардиосигнала. Однако в существующей литературе недостаточно полно исследован анализ взаимосвязей отсчетов миографической помехи в различных отведениях электрокардиосигнала. Цель работы – эмпирическое исследование статистических характеристик миографической помехи, выделенной из зашумленных фрагментов электрокардиосигнала. Предложен метод выделения миографической помехи из записей электрокардиосигнала. Метод основан на полиномиальной аппроксимации фрагментов электрокардиосигнала в скользящем окне с последующим весовым усреднением перекрывающихся фрагментов. С использованием данного метода из многоканальных записей электрокардиосигнала были выделены фрагменты миографической помехи. На основе выделенных фрагментов подобрано совместное распределение отсчетов миографической помехи в двух смежных отведениях, а также исследованы корреляционные взаимосвязи между отсчетами миографической помехи в различных отведениях электрокардиосигнала. В результате установлено, что совместное распределение отсчетов миографической помехи в двух смежных отведениях в первом приближении может быть описано с помощью двумерного нормального закона. Кроме того, между отсчетами миографической помехи из двух смежных отведений могут наблюдаться довольно сильные корреляционные взаимосвязи.

Electromyographic noise is one of the most common noises in electrocardiogram. In case of several electrocardiogram leads, electromyographic noise affects each lead to different extent. It can be taken into account when developing algorithms for multilead electrocardiogram record processing. However, in the existing literature, there is no information about the relationship of electromyographic noise in various ECG leads and their joint probability distribution. The purpose of this paper is to study statistical characteristics of electromyographic noise in ECG signal, from which the electromyographic noise is extracted. The paper proposes a method for extracting electromyographic noise from electrocardiogram signal, based on a polynomial approximation of electrocardiogram signal fragments in sliding window with overlapping fragment subsequent weight averaging. Using this method, fragments of electromyographic noise are extracted from multichannel electrocardiogram records. Based on the obtained data, a joint probability distribution function of electromyographic noise in two adjacent leads is selected, and the correlation relationships between the electromyographic noise in various ECG leads are investigated. The results show that the joint probability distribution function of electromyographic noise in two adjacent leads in the first approximation can be described using bivariate normal distribution. In addition, between the samples of electromyographic noise from two adjacent leads quite strong correlation relationships can be observed.

электрокардиосигналмиографическая помехакоэффициент корреляциикоррелированный шумдлительное мониторированиеECG signalelectromyographic noisecorrelation coefficientcorrelated noiselong-term ECG monitoringReferencesНифонтов Е. М., Рудакова Т. Л., Салимьянова А. Г. Клинический анализ электрокардиограммы / под ред. В. А. Алмазова, Е. В. Шляхто. СПб.: Изд-во СПбГМУ, 2013. 86 с.Nifontov E. M., Rudakova T. L., Salim'yanova A. G. Klinicheskii analiz elektrokardiogrammy [Clinical Electrocardiogram Analysis]. Ed. by V. A. Almazov, E. V. Shlyakhto. SPb, Izd-vo SPbGMU, 2013, 86 p. (In Russian)Национальные российские рекомендации по применению методики холтеровского мониторирования в клинической практике / Л. М. Макаров, В. Н. Комолятова, Е. В. Первова и др. // Рос. кардиол. журн. 2014. № 2 (106). С. 6–71.Makarov L. M. i dr. National Russian Recommendations on Holter Monitoring Method Application in Clinical Experience. 2014, no. 2 (106), pp. 6–71. (In Russian)Clifford G. D., Azuaje F., Mcsharry P. ECG Statistics, noise, artifacts, and missing data // Advanced Methods and Tools for ECG Data Analysis. 2006. Vol. 6. P. 55–99.Clifford G. D., Azuaje F., Mcsharry P. ECG Statistics, Noise, Artifacts, and Missing Data. Advanced Methods and Tools for ECG Data Analysis. 2006, vol. 6, pp. 55–99.A comparison of the noise sensitivity of nine QRS detection algorithms / G. M. Friesen, T. C. Jannett, M. A. Jadallah, S L. Yates, S. R. Quint, H. T. Nagle // IEEE Transactions on Biomed. Engin. 1990. Vol. 37, № 1. P. 85–98.Friesen G. M., Jannett T. C., Jadallah M. A., Yates S L., Quint S. R., Nagle H. T. A Comparison of the Noise Sensitivity of Nine QRS Detection Algorithms. IEEE Transactions on Biomedical Engineering. 1990, vol. 37, no. 1, pp. 85–98.Blanco-Velasco M., Weng B., Barner K. E. ECG signal denoising and baseline wander correction based on the empirical mode decomposition // Computers in Biology and Medicine. 2008. Vol. 38, № 1. P. 1–13.Blanco-Velasco M., Weng B., Barner K. E. ECG Signal Denoising and Baseline Wander Correction Based on the Empirical Mode Decomposition. Computers in Biology and Medicine. 2008, vol. 38, no. 1, pp. 1–13.Шакин В. В. Вычислительная электрокардиография. М.: Наука, 1981. 167 с.Shakin V. V. Vychislitel'naya elektrokardiografiya [Computational Electrocardiography]. Moscow, Nauka, 1981, 167 p. (In Russian)Agante P. M., Marques de Sa J. P. ECG noise filtering using wavelets with soft-thresholding methods // Computers in Cardiology. 1999. № 26. P. 535–538.Agante P. M., Marques de Sa J. P. ECG Noise Filtering Using Wavelets with Soft-Thresholding Methods. Computers in Cardiology. 1999, no. 26, pp. 535–538.A nonlinear bayesian filtering framework for ECG denoising / R. Sameni, M. B. Shamsollahi, C. G. Jutten, D. Clifford // IEEE Transactions on Biomed. Engin. 2007. Vol. 54, № 12. P. 2172–2185.Sameni R., Shamsollahi M. B., Jutten C. G. Clifford D. A Nonlinear Bayesian Filtering Framework for ECG Denoising // IEEE Transactions on Biomedical Engineering. 2007, vol. 54, no. 12, pp. 2172–2185.Красичков А. С. Анализ статистических закономерностей электрокардиосигнала // Биомед. радиоэлектроника. 2011. № 5. P. 18–23.Krasichkov A. S. Analysis of Electro-Diode Statistical Laws. Journal Biomedical Radioelectronics. 2011, no. 5, pp. 18–23. (In Russian)Shape anomaly detection under strong measurement noise: an analytical approach to adaptive thresholding / A. S. Krasichkov, E. B. Grigoriev, M. I. Bogachev, E. M. Nifontov // Physical Review E. 2015. Vol. 92, № 4. P. 1–9.Krasichkov A. S., Grigoriev E. B., Bogachev M. I., Nifontov E. M. Shape Anomaly Detection Under Strong Measurement Noise: an Analytical Approach to Adaptive Thresholding Physical Review E. 2015, vol. 92, no. 4, pp. 1–9.Krasichkov A. S., Grigoriev E. B., Nifontov E. M. Influence of myographic interference and isoelectric line drift on correlation coefficient in classification of cardiocomplexes // Biomed. Engin. 2015. Vol. 49, № 4. P. 220–223.Krasichkov A. S., Grigoriev E. B., Nifontov E. M. Influence of Myographic Interference and Isoelectric Line Drift on Correlation Coefficient in Classification of Cardiocomplexes. Biomedical Engineering. 2015, vol. 49, no. 4, pp. 220–223.Santopietro R. F. The origin and characterization of the primary signal, noise, and interference sources in the high frequency electrocardiogram // Proc. of the IEEE. 1977. Vol. 65, № 5. P. 707–713.Santopietro R. F. The Origin and Characterization of the Primary Signal, Noise, and Interference Sources in the High Frequency Electrocardiogram // Proceedings of the IEEE. 1977, vol. 65, no. 5, pp. 707–713.Noise coherence in closely-spaced electrodes: the implications for spatial averaged egg recordings / I. N. Turner, W. Wang, M. J. English, R. Vincent // J. of Med. Engin. & Technol. 1995. Vol. 19, № 5. P. 158–161.Turner I. N., Wang W., English M. J., Vincent R. Noise Coherence in Closely-Spaced Electrodes: the Implications for Spatial Averaged EGG Recordings. Journal of Medical Engineering & Technology. 1995, vol. 19, no. 5, pp. 158–161.Тихонов В. И. Статистическая радиотехника. М.: Радио и связь, 1982. 624 с.Tikhonov V. I. Statisticheskaya radiotekhnika [Statistical Radio Engineering]. Moscow, Radio i svyaz', 1982, 624 p. (In Russian)

The authors declare that there are no conflicts of interest present.