|
Результат выполнения научно-исследовательской работы.
Метод стандартной ЭКГ к настоящему времени достиг определенных пределов своих диагностических возможностей по выявлению скрытых изменений сигналов.
Для анализа сигналов ЭКГ предлагается вейвлет анализ, способный обеспечить хорошее разрешение и по частоте, и по времени. Первое необходимо для локализации низкочастотных составляющих, второе – для разрешения компонент высокой частоты. Решение о патологии не выносится без информации о частотной области сигнала ЭКГ. Вейвлет анализ использует новейшие математические методы частотно-временного анализа сигнала ЭКГ. Достоинством вейвлет анализа является возможность осуществлять анализ тонкой структуры измерительных сигналов. В кардиологии немаловажным являются следующие возможности вейвлет: подавление шумов, сжатие сигналов без потери информативности, 100% восстановление сигналов ЭКГ, избавление от искажений изолинии, моделирование тестовых сигналов ЭКГ.
Сигнал ЭКГ помимо записи электрической активности сердца содержит шумовую добавку, которая включает в себя фон переменного тока (50 или 60 Гц) питающей сети, высокочастотные колебания, вызванные мышечными сокращениями, а также низкочастотную (доли Гц) составляющую, обусловленную изменением сопротивления контактов датчик-тело. Шумовые добавки высокой частоты можно легко отделить простейшими фильтрами, но при этом фильтр влияет также на импульсы комплекса qrs, «размывая» их. Применяя функцию wden, можно осуществить очистку сигнала от помехи (рис.1), не уменьшая информативности данных.
Сжатие сигнала ЭКГ основано на декомпозиции исходного сигнала на компоненты и кодирование этих компонент. Сигналы ЭКГ относятся к классу нестационарных сигналов, что во многом затрудняет их корректную декомпозицию, т.к. большинство методов разложения сигналов, например, метод спектрального разложения, построены на предположении о стационарности разлагаемого сигнала.
Метод вейвлет анализа считается одним из эффективных современных методов декомпозиции нестационарных сигналов. В результате получается разностный сигнал, который в общем случае можно представить меньшим количеством байт, чем оригинальную ЭКГ (рис.2, б).
На рисунке 3 представлена диаграмма реализации быстро многошагового алгоритма на основе вейвлет-преобразования. Здесь сигнал представлен 1500 отсчетами и схематично показаны фильтры низких частот (l) и верхних частот (h). Из этой диаграммы виден процесс декомпозиции и реставрации сигнала.
В результате этого процесса исходный сигнал s (рис.2, а) раскладывается на вейвлет-компоненты вплоть до заданного уровня декомпозиции, после чего, в ходе реконструкции восстанавливается до приближенного сигнала s’ (рис.2, в). Степень приближения зависит от уровня декомпозиции и реконструкции. Нулевой уровень соответствует точному восстановлению сигнала s. Рисунок 4 показывает обычную диаграмму разложения (сверху вниз) и реконструкции (снизу вверх) сигнала s.
Из-за плохого контакта между датчиком и кожей тела может возникнуть искажение изолинии. Но при использовании в качестве анализирующего вейвлета одной из функций семейства vmwf в сигнале усекаются все моменты степени ниже порядка вейвлета, изолиния спрямляется (рис.5). Это позволяет более точно определить амплитуду отдельных зубцов ЭКГ как при автоматическом, там и при ручном анализе.
Данные о параметрах ЭКГ здорового человека являются отправной точкой при анализе очередной электрокардиограммы. Для выработки подходов к автоматической идентификации нарушений в работе сердца необходимо построить модель эталонного сигнала ЭКГ. Процедура анализа модели дает представление об эффективности и целесообразности применения соответствующих программных средств и алгоритмов с целью решения той или задачи.
Также смоделированные сигналы ЭКГ используются при тестировании медицинских приборов в кардиологии. Благодаря использования сплайнового вейвлета можно получить сглаженную модель ЭКГ сигнала (рис.6).
Применение в кардиологии вышеприведенных свойств вейвлет может иметь самостоятельную ценность и применяться при исследовании данных других типов.
Рис.1. Подавление шума в сигнале ЭКГ.
  
Рис.2. а)Исходный сигнал; б) Разностный сигнал; в) Восстановленный сигнал
Рис.3. Структура многошагового алгоритма при декомпозиции и реставрации сигнала
Рис.4. Структура вейвлет - представления сигнала
Рис.5. Выпрямление изолинии для сигнала ЭКГ
Рис.6. Смоделированный сигнал ЭКГ
|
