Московский Государственный Институт Электронной Техники
г.Москва, Зеленоград
Электрокардиограмма представляет собой запись электрических потенциалов активности сердца, снятую с одного или нескольких отведений, и состоит из периодической последовательности кардиоциклов. В типичном кардиоцикле выделяют несколько элементов: P-волна, QRS- комплекс и T-волна. Отправной точкой ряда современных методик компьютерной электрокардиографии является выделение положения QRS-комплекса, которое определяется позицией своего максимума - R-зубца. Полученная последовательность позиций R-пиков используется для сегментации кардиоцикла, измерения амплитуд и длительностей отдельных его элементов, а также в методиках анализа ВСР - вариабельности сердечного ритма.
Системы реального времени, к которым относятся и программные ЭКГ системы, осуществляющие съем, обработку и анализ ЭКГ, предъявляют повышенные требования к производительности алгоритмов. Поэтому необходим разумный компромисс между точностью метода и его производительностью. Современные аппаратные и программные средства позволяют достичь высокой чувствительности без заметной потери производительности.
Предлагаемый алгоритм детектирования QRS-комплексов для программных ЭКГ систем реального времени основывается на ряде хорошо себя зарекомендовавших методов [1,2]. Методика специально адаптирована для реализации с использованием высоко оптимизированной библиотеки цифровой обработки сигналов NSP компании Intel [3
] и позволяет надежно в режиме реального времени определять положение QRS-комплексов в каждом из 12 стандартных отведений.Алгоритм можно разделить на несколько шагов:
Предварительная обработка ЭКГ заключается в фильтрации помех, в основном, являющихся сетевым шумом с частотой 50/60 Гц и шумом электрической активности мышц, что можно сделать достаточно эффективно одним ФНЧ. Был применен КИХ-фильтр Кайзера 48 порядка, имеющий линейную ФЧХ в полосе пропускания. Данный фильтр обеспечивает подавление 50 Гц на 80 dB,
Для подавления низкочастотного шума необходимо применение ФВЧ, фактически осуществляющего грубую коррекцию изолинии. Для этого, если критичной является производительность, достаточно эффективным оказывается применение фильтрации адаптивным средним, осуществляемой следующим образом:
S1 = x1/2 , Sn+1=Sn-c(Sn-xn+1),
где с - адаптивная константа, зависящая от частоты дискретизации y
n=xn-Sn.Возможно применение других ФВЧ, например, БИХ-фильтра Баттерворда, если это не связано со значительной потерей производительности.
Следующим этапом является вычисление адаптивных пороговых значений. Для повышения эффективности метода вычисляются два адаптивных пороговых значения, которые применяются соответственно к двум потокам данных. Первый поток данных содержит сигнал, прошедший предварительную фильтрацию, второй поток – сигнал, подвергнутый нелинейной обработке. Для вычисления второго потока за основу берется исходный фильтрованный сигнал, который дифференцируется и каждый отсчет последовательно возводится в квадрат. Затем осуществляется интегрирование этого сигнала скользящим окном на временном промежутке равном 160 мс, что как раз соответствует средней длительности QRS-комплекса.
Адаптивные пороговые значения вычисляются на каждом шаге заново и сравниваются соответственно с потоком 1 и 2. Интервалы, в которых происходит превышение обоих порогов одновременно, помечаются как содержащие R-зубец. Вероятность того, что он в действительности содержится на этом интервале, достаточно высока, но для повышения точности алгоритма необходима процедура фильтрации некорректно определенных позиций. Это можно сделать за счет применения эвристических правил анализа характеристик исследуемого R-зубца: длительности RR-интервала и модуля максимального градиента RA.
В случае, когда доступно более одного отведения, возможно значительно повысить точность алгоритма за счет использования большего количества отведений в качестве базовых. На практике это реализовано следующим образом. Отведения I и II складываются с определенными весами, формируя исходный сигнал для детектора X[n]:
X[n] = aX1[n] + bX2[n],
где X
1 , X2 – сигналы I и II отведения, прошедшие предварительную обработку, a,b – весовые коэффициенты.Для одного и того же кардиоцикла позиции R-зубцов несколько сдвинуты относительно друг друга в различных отведениях. Определение позиции в каждом из оставшихся отведений осуществляется путем поиска экстремума в интервале R
pos±0,1 сек., где Rpos – уже определенная позиция базового отведения.В настоящий момент реализация QRS-детектора интегрирована в рамках программного ЭКГ комплекса, осуществляющего расстановку меток в онлайновом режиме. Метод был апробирован как в пакетном режиме на сериях тестовых ЭКГ с расставленными метками R-зубцов, так и в режиме реального времени с использованием эмулятора ЭКГ. Литература: