Разработка алгоритма кластеризации кардиокомплексов с посткоррекцией для задач длительного мониторирования электрокардиосигнала

Введение.  Наиболее распространенным методом диагностики сердечно- сосудистых заболеваний является длительное  мониторирование  электрокардиосигнала  (ЭКС) .  Для  облегчения  анализа  полученных  мониторограмм врачам- кардиологам необходимы специальные алгоритмы и программные средства автоматизированной обработки  ЭКС. Одним из  таких средств  является алгоритм автоматизированной обработки  ЭКС, выполня ющий  кластеризацию кардиокомплексов  (КК) , разделяя  ЭКС  на группы максимально близких по форме  КК. Дальнейшему анализу подвергаются только эталонные КК, полученные статистическим  усреднением  КК  в каждой группе.

Цель  работы.  Разработка  алгоритма  автоматизированной  кластеризации  КК  ЭКС,  разделяющего  электрокардиосигнал на группы максимально близких по форме КК.

Материалы и методы.  Экспериментальная апробация  алгоритма и  программного  модуля  проводилась на  базе обезличенных суточных записей ЭКС пациентов Первого Санкт- Петербургского государственного медицинского университета им.   акад.   И. П. Павлова Минздрава России.  Программный модуль был реализован в среде MatLab.

Результаты.  Разработан  алгоритм  сортировки  КК  с  посткоррекцией  для  длительного  мониторирования  ЭКС; представлен программный модуль, реализованный на базе  разработанного алгоритма. Рассмотрено  влияние ошибок синхронизации  КК  при их накоплении  на форму усредняемого КК. Классическое решение задачи деконволюции приводит к значительным ошибкам при нахождении оценки "истинной" формы КК. На основании аналитических расчетов получены выражения для коррекции накапливаемого КК.  Показано, что в результате коррекции можно  нивелировать ошибки накопления, связанные с рассинхронизацией.

Заключение.  Наличие  небольшого  количества  эталонных  КК,  полученных  в  результате  обработки  ЭКС с помощью  предложенного  алгоритма,  позволяет  врачу-исследователю  значительно  сократить  время, затрачиваемое  на  анализ  ЭКС,  и  является  основой  исследования  динамических  изменений  формы  и иных параметров КК  как для конкретного пациента, так и для их группы. Полученные результаты  позволяют создать основу для решения задач, направленных на исследование "тонкой" структуры ЭКС.

1. Красичков А. С., Нифонтов Е. М., Иванов В. С.Алгоритм сортировки кардиокомплексов для анализа длительных записей электрокардиосигнала // Биомедицинская радиоэлектроника. 2011. № 11. С. 24–28.

2. Siddiah N., Srikanth T., Satish Kumar Y. Nonlinear filtering in ECG Signal Enhancement // Intern . J . of Computer Science and Communication Networks. 2012. Vol. 2, iss. 1.P. 123–128. URL: https://www.researchgate.net/publication/268435345_Nonlinear_filtering_in_ECG_Signal_Enhancement ( дата обращения 26.02.2021)

3. Hao W., Chen Y., Xin Y. ECG Baseline Wander Correction by Meanmedian Filter and Discrete Wavelet Transform // 2011 Annual Intern. Conf. of the IEEE Engineering in Medicine and Biology Society. Boston, USA,30 Aug. – 3 Sept. 2011. Piscataway: IEEE, 2011. Acc. № 12424657. doi: 10.1109 /IEMBS.2011.6090744

4. Verma R., Mehrotra R., Bhateja V. An Integration of Improved Median and Morphological Filtering Techniques for Electrocardiogram Signal Processing // 2013 3 rd IEEE Intern. Advance Computing Conf. (IACC). Ghaziabad, India, 22–23 Febr. 2013. Piscataway: IEEE, 2013. P. 1223–1228. doi: 10.1109/IAdCC.2013.6514402

5. Baseline Normalization of ECG Signals using Empirical Mode Decomposition and Mathematical Morphology / T. Y. Ji, Z. Lu, Q.H. Wu, Z. Ji // Electronic Lett. 2010. Vol. 43, № 6. P. 486–496.

6. Пипин В. В., Рагульская М. В., Чибисов С. М. Анализ динамических моделей и реконструкций ЭКГ при воздействии космо- и геофизических факторов // Меж-дунар. журн. прикладных и фундаментальных исследований. Технические науки. 2009. № 5. С. 17–24.

7. Al-Kindi S. G., Reza T. Real-time Detection of Myocardial Infarction by Evaluation of ST-segment in Digital ECG // J. of Medical Imaging and Health Informatics. 2011. Vol. 1, iss. 3. P. 225–230. doi: 10.1166/jmihi.2011.1032

8. Analysis of the Possibility of Correcting the Shape of the Average Cardiac Complex in the Presence of Synchronization Errors during Accumulation / I. A. Kondratyeva, A. S. Krasichkov, E.M. Nifontov, F. Shikama // Intern. Youth Conf. on Electronics, Telecommunications and Information Technologies. Springer Proceedings in Physics. Vol. 255. Cham: Springer, 2020. P. 487–494. doi: 10.1007/978-3-030-58868-7_53I

9. Correlation Analysis of heart Rate Variability between PPG and ECG for Wearable Devices in Different Postures / C.-C. Hsiao, F.-W. Hsu, R.-G. Lee, R. Lin // 2017 IEEE Intern. Conf. on Systems, Man, and Cybernetics (SMC), Banff, AB, 5–8 Oct. 2017. Piscataway: IEEE, 2013. Acc. № 17379519. doi: 10.1109/SMC.2017.8123077

10. Kan Y., Kashihara K. Automatic Detection of ST Depression on ECG // 2015 IEEE 4 th Global Conf. on Consumer Electronics (GCCE). Osaka, Japan, 27–30 Oct. 2015. Piscataway: IEEE, 2015. Acc. № 15756665. doi: 10.1109/GCCE.2015.7398704

11. Hammond H. K., Kelly T. L., Froelicher V. Radionuclide Imaging Correlatives of Heart Rate Impairment during Maximal Exercise Testing // J. of the American College of Cardiology. 1983. Vol. 2, № 5. P. 826–833. doi: 10.1016 /s0735-1097(83)80228-911

12. 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, iss. 4. P. 220–223. doi: 10.1007/s10527-015-9533-7

13. A method to Synchronize Signals from Multiple Patient Monitoring Devices through a Single Input Channel for Inclusion in List-mode Acquisitions / J. M. O’Connor, P. H. Pretorius, K. Johnson, M. A. King // Medical Physics.2013. Vol. 40, iss. 12. Art. 122502. doi: 10.1118/1.4828844

14. Pathoumvanh S., Hamamoto K., Indahak P. Arrhythmias Detection and Classification Base on single Beat ECG Analysis // The 4 th Joint Intern. Conf. on Information and Communication Technology, Electronic and Electrical Engineering (JICTEE). Chiang Rai, Thailand, 5–8 Mars 2014. 4 p. Acc. № 14255947. doi: 10.1109/JICTEE.2014.6804097

15. Ma J. L., Zhang T. T., Dong M. C. A Novel ECG Data Compression Method using Adaptive Fourier Decomposition with Security Guarantee in E-health Applications // IEEE J. of Biomedical and Health Informatics. 2015. Vol. 19, iss. 3.P. 986–994. doi: 10.1109/JBHI.2014.2357841