Содержание

Введение……………………………………………………………………………….…2

1. Морфологический анализ ЭКГ …………………………………………………...2

2. Методы обработки ЭКГ ….………………………………………………………2-3

3. Исследование существующих методов выделения R – зубца ..……………3-4

4. Разработка алгоритма выделения R – зубца………………………………….4-7

4.1 Определение требований к алгоритму выделения R – зубца…..……..7

5. Реализация алгоритма выделения R – зубца……………………………….…8-9

6. Тестирование ………………….……………………………………………….10-12

7. Оценка точности выделения R – зубца………………………………………11

Выводы……………………………………………………………………………12

Список литературы……………………………………………………………….13

Приложение А…………………………………………………………………13-18

Введение

Одним из самых распространенных и эффективных методов исследования динамики сердца и диагностики режима его функционирования является анализ электрокардиограммы (ЭКГ) - графического представления разности потенциалов, регистрируемой в процессе электрокардиографии.

Анализ последовательности возникновения потенциалов, регистрируемых от волокон различных отделов сердца, может дать наиболее точные сведения о пути и скорости распространения волны возбуждения. С помощью электрокардиографии можно оценить характер нарушений проведения возбуждения в сердце.

Среди преимуществ электрокардиографии можно выделать три основных: безопасность, мобильность, низкая стоимость.

1. Морфологический анализ экг

ЭКГ представляет собой запись сигнала, несущего информацию об изменениях во времени суммарного электрического потенциала, возникающего в сердечной мышце в результате движения ионов через мышечную мембрану.

Морфологический анализ ЭКГ дает ценную информацию о характере электрических процессов в миокарде.

Рисунок 1. Фрагмент нормальной ЭКГ в одном отведении

Таблица 1.1.

Параметры элементов ЭКГ

Наименование параметра	Значение параметра элементов ЭКГ
	зубец P	интервал PQ	комплекс QRS	интервал QT	сегмент ST	зубец T
Амплитуда, мВ	0 – 0,25	–	0,3 – 5,0	–	–	0,4 – 1,0
Длительность, с	0,07 – 0,11	0,12 – 0,2	0,06 – 0,44	0,35 – 0,44	0,06 – 0,15	0,10 – 0,25

2. Методы обработки экг

Разработка алгоритма автоматического анализа в портативных устройствах ограничена объемом памяти для обработки и хранения больших массивов промежуточных данных и техническими характеристиками микроконтроллера. Применение высокопроизводительных специализированных процессоров цифровой обработки сигналов (DSP) в данном случае невозможно из-за их высокого энергопотребления. В свою очередь необходимо создание надежного алгоритма выявления наиболее опасных видов нарушений ритма и проводимости сердца. Рассмотрим существующие алгоритмы.

1. Нейронные сети

Достоинства: большая помехоустойчивость; Недостатки: необходимость в больших вычислительных ресурсах;

2. Частотно–временные методы

Достоинства: хорошее разрешение по времени в области высоких частот; хорошее разрешение по частоте в области низких частот; эффективность 99%, низкая чувствительность к шумам

Недостатки: невозможно локализовать частотные компоненты по времени в случае применения преобразования Фурье, что накладывает ограничения на применение данного метода. В случае Вейвлет – преобразования, плохое разрешение по времени в области низких частот и плохое разрешение по частоте в области высоких частот;

3. Синтаксические методы

Достоинства:  хорошая устойчивость к колебаниям изолинии; Недостатки:  ошибки при соизмеримости амплитуд R и T зубцов, значительная зашумленность исходного сигнала ЭКГ, пропуски искомых фрагментов ЭКГ сигнала при анализе;

4. Методы эталонов

Достоинства: возможность синхронной регистрации, например, 12-ти стандартных отведений ЭКГ в реальном времени;

Недостатки: повышенные требования к объему памяти в устройстве регистрации; 5. Комбинированные методы

Достоинства: метод особенно важен для обеспечения бифункционального (АД+ЭКГ) мониторирования; при комбинации из частотно-временного метода и метода нейронных сетей достигается максимальная на сегодняшний день чувствительность Недостатки (предпочтение): предпочтительно мониторирование в условиях с ожидаемой физической нагрузкой; повышенные требования к вычислительным ресурсам