<<
>>

4.2.1 Модуль автоматизированного анализа электрокардиосигнала

Модуль автоматизированного анализа электрокардиосигнала (МААЭ) разработан для выполнения автоматизированного анализа ЭКС, на основе которого осуществляется прогноз ИР АИА, работающим с третьей группой ИП.

Графический интерфейс указанного модуля представлен на рисунке 4.3.

Рисунок 4.3 - Графический интерфейс модуля автоматизированного анализа электрокардиосигнала

МААЭ позволяет импортировать исходные данные (отсчеты дискретизированного ЭКС) из внешнего файла в форматах «.txt»или «.mat». Исходный файл содержит две группы данных и имеет структуру двумерного массива. Первый элемент массива содержит координаты отсчета ЭКС в секундах, а второй - величину отсчета ЭКС в вольтах.

МААЭ выполняет следующие процедуры:

- выполнение сегментирования кардиоциклов в ЭКС согласно методу морфологического преобразования, рассмотренному в [80];

- выполнение классификации кардиоциклов на ишемические и не ишемические и определение границ ишемических окон и ишемических эпизодов;

- визуальное отображение ЭКС и границ выделенных кардиоциклов, ишемических окон и ишемических эпизодов.

МААЭ построен на основе нейросетевого моделирования посредством НСПР (раздел 3.2). Для его тестирования используются 14 холтеровских ЭКС из базы данных Европейского Общества Кардиологии (ESC ST-T database): e0103, e0104, e0105, e0108, e0113, e0114, e0118, e0119, e0121, e0124, e0127, e0147, e0162 и e0206. Обучающая выборка содержала 9000 кардиоциклов, половина из которых была отнесена экспертами к ишемическим. Контрольная выборка формировалась из 3000 ишемических кардиоциклов и 3000 нормальных кардиоциклов.

В качестве расчетных показателей качества классификации использовались: диагностическая чувствительность (ДЧ), диагностическая специфичность (ДС), прогностическая значимость положительных результатов (ПЗ+), прогностическая значимость отрицательных результатов (ПЗ-), диагностическая эффективность решающего правила (ДЭ), которые определялись согласно рекомендаций [93].

Согласно алгоритмам морфологического анализа ЭКС, предложенным в разделе 2, было сформировано пространство информативных признаков для выделения ишемических кардиоциклов из ЭКС. При построении ИП на основе анализа ЭКС использовались следующие обозначения морфологических признаков кардиоциклов:

Рисунок 4.3 - Морфологические признаки электрокардиоцикла

Рисунок 4.4 - Морфологические признаки, выделенных из сегмента-ST электрокардиоцикла

Согласно вышеприведенным обозначениям, морфологические признаки электрокардиоцикла вычисляются по следующим формулам:

• Ширина QRS-комплекс a (W)

• Интервал от начала волны Q до R-пика (Ip)

• Интервал от начала волны Q до S-пика (In)

• Площадь положительных отчетов QRS-комплексa (Ap)

где N - количество положительных отчетов QRS-комплекса,

• Площадь отрицательных отчетов QRS-комплексa (An)

где N - количество отрицательных отчетов QRS-комплекса,

• QRS-наклон для интервала от начала волны R до R-пика (Sl)

• QRS-наклон для интервала от R-пика до S-пика (S2)

• Разница между’ амплитудами R-пика и S-пика (SRS)

• Амплитуда волны P (hP)

• Ширина волны P (p FF)

• PR-интервал (iPR)

• PR-сегмент (sPR)

• Амплитуда волны T (AI)

• Ширина волны T (/FF)

• QT-интервал (IQT)

• ST-интервал (iST)

• ST-cerMeHτ(sS7)

• Амплитуда Точки J (J)

• Амплитуда Точки J80 (J80(60))

Если ЧСС 120, То J80(60) —амплитуда в точке (J+60mc)5 (4.20)

• Угол сегмента ST (/Л)

НС для классификации электрокардиоциклов по морфологическим признакам построена на основе блочной структуры, включающей в себя 2 отдельных блока НС.

Блоки построены по принципу нейронных сетей прямого распространения сигнала и имеют два скрытых слоя в каждом блоке. НС обучена и тестирована на выборках, построенных по структуре [P1-P17+P21-P23]. Полный состав ИП этого признакового пространства представлена в таблице 4.1.

Структурная схема нейронной сети, предназначенная для работы с этим пространством ИП, представлена на рисунке 4.5.

Рисунок 4.5 - Структура нейронной сети ( i - номер образца входного вектора, m

- количество классов)

Таблица 4.1 - Состав признаков для классификации электрокардиоциклов

Признак Вид Обозначение
Pl QRS Ширина QRS-комплекса (JT)
Р2 QRS Интервал от начала волны Q до R-пика (Ip)
РЗ QRS Интервал от начала волны Q до S-пика (In)
Р4 QRS Площадь положительных отчетов QRS-комплекса (4р)
Р5 QRS Площадь отрицательных отчетов QRS-комплекса (Ли)
Р6 QRS QRS-наклон для интервала от начала волны R до R- пика (Sl)
Р7 QRS QRS-наклон для интервала от R-пика до S-пика (S2)
Р8 QRS Разница между амплитудами R-ππκa и S-шіка (JRS)
Р9 P Амплитуда волны P(hP)
PlO P Ширина волны P (plV)
Pll P PR-интервал (iPR)
Р12 P PR-сегмент (sPR)
Р13 T Амплитуда волны T (IiT)
Р14 T Ширина волны T (PV)
Pl 5 T QT-интервал (iQT)
Р16 T ST-интервал (iST)
Р17 T ST-сегмент (sST)
Р18 ST Амплитуда Точки J (J)
Р19 ST Амплитуда Точки J80 (J80)
Р20 ST Угол сегмента ST (jA)
Р21 чсс Текущее ЧСС (Hbi)
Р22 чсс ЧСС в интервале 3 минут (нь3)
Р23 чсс ЧСС в интервале 5 минут (Hbi)

Структура признакового пространства для третьей группы АИА нижнего иерархического уровня содержит двадцать ИП: [P1-P17 и P21-P23]. В него

включены все выделенные в результате морфологического анализа ИП, представленные в таблице 4.1, кроме ИП, выделенные из сегмента-ST, и признаки ЧСС.

Пример вектора цели НС рисунок 4.5 представлен в таблице 4.2.

Таблица 4.2 - Вектор цели нейронной сети - классификатора кардиоциклов

Выход нейронной сети Вектор

цели

Класс электрокардиоцикла
И [1] ишемия
Н [0] норма

Для выделения ишемических кардиоциклов использовались двадцать три ИП. Первые двадцать ИП [P1, P2, ..., P20] получены в результате анализа из QRS- комплексов, P-волн и T-волн электрокардиоциклов. ИП [P21, P22, P23] определялись на основе контроля ЧСС. Состав полного ИП для классификации электрокардиоциклов показан в таблице 4.1.

Результаты обучения и тестирования нейронной сети рисунок 4.5 приведены в таблице 4.3.

Таблица 4.3 - Результаты обучения и тестирования нейронной сети NET

Результаты обучения NET
Нормальный Ишемический дч ДС ∏3+ из- ДЭ
Нормальный 1188 62 95 93.8 93.8 95 94.4
Ишемический 78 1172
Результаты тестирования NET
Нормальный Ишемический ДЧ ДС ∏3+ из- ДЭ
Нормальный 4525 475 90.5 83.2 84.4 89.8 86.9
Ишемический 838 4162

Анализ результатов работы нейронной сети показывает, что при классификации электрокардиоциклов на ишемические и не ишемические ДЧ превышает 90%, а ДС - 83%.

После классификации кардиоциклов выполняется выделение ишемических окон, из которых формируются ишемические эпизоды. Ишемическое окно представляет собой интервал ЭКС длительностью 30 с (в соответствии с рекомендацией ЕОК), в котором ишемических кардиоциклов больше 75 %. Если интервал между ишемическими окнами менее 30 с, то они объединяются в ишемические эпизоды.

Для тестирования АИА по обнаружению ишемических эпизодов использованы двух часовые записи четырнадцати холтеровских ЭКС из базы данных Европейского Общества Кардиологии (ESC ST-T database): e0103, e0104, e0105, e0108, e0113, e0114, e0118, e0119, e0121, e0124, e0127, e0147, e0162 и e0206.

Таким образом, АИА прогнозирования риска ИБС, построенный на основе анализа ЭКС, выполняет следующие процедуры: загружает двухчасовой фрагмент холтеровского ЭКС; сегментирует двухчасовой фрагмент ЭКС на кардиоциклы; формирует пространство ИП на основе морфологического анализа ЭКС для каждого каодиоцикла холтеровского ЭКС; на основе сформированного пространства ИП для текущего электрокардиоцикла относит текущий кардиоцикл к ишемическому или не ишемическому, формирует массив ишемических кардиоциклов; анализируя координаты ишемических кардиоциклов, формирует ишемические окна; анализируя координаты ишемических окон, формирует ишемические эпизоды; анализирует длительность и частоту ишемических эпизодов и принимает решения о степени риска ИБС, формируя числовое значение КУ3 по этому пространству ИП.

Результаты обнаружения ишемических эпизодов в ЭКС посредством АИА прогнозирования риска ИБС, построенного на основе анализа ЭКС, приведены в таблице 4.4.

Таблица 4.4 - Показатели качества выявления ишемических эпизодов в ЭКС

автономным интеллектуальным агентом

• n- число ишемических эпизодов, определенных на основе экспертного заключения по анализу холтеровского ЭКС (истинных ишемических эпизодов).

• tl- число пропущенных ишемических эпизодов (ошибки первого рода).

• t2 - число ложно обнаруженных ишемических эпизодов (ошибки второго рода).

• k = (n-tl)- число истинных ишемических эпизодов, обнаруженных АИА.

• m = (n-t1+t2)- число ишемических эпизодов, обнаруженных АИА.

4.2.2

<< | >>
Источник: Комлев Игорь Александрович. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ПРОГНОЗИРОВАНИЯ ИШЕМИЧЕСКИХ РИСКОВ С ДУБЛИРОВАНИЕМ РЕШЕНИЙ И АССОЦИАТИВНЫМ ВЫБОРОМ. Диссертация на соискание ученой степени кандидата технических наук. КУРСК - 2019. 2019

Еще по теме 4.2.1 Модуль автоматизированного анализа электрокардиосигнала:

  1. Экспериментальные исследования качества принятия решений модулей автоматизированной системы по прогнозированию ишемических рисков
  2. Модели и алгоритмы для прогнозирования ишемической болезни сердца на основе анализа электрокардиосигнала
  3. Автоматизированное рабочее место врача
  4. Программное обеспечение для автоматизированной системы прогнозирования ишемической болезни сердца
  5. Обзор модуля
  6. Структурная схема автоматизированной системы прогнозирования ишемических рисков
  7. ППП автоматизированного проектирования
  8. ЗАНЯТИЕ №9 Медицинская информатика и автоматизированные системы управления здравоохранением – итоговое занятие
  9. Организация автоматизированного рабочего места врача
  10. Автоматизированные системы управления войсками и оружием
  11. Модуль принятия решений на основе бустинга
  12. Модули для проведения профилактических медицинских осмотров и диспансеризации
  13. 3.3 Метод прогнозирования риска пояснично-крестцовой радикулопатии на основе ассоциации решающих модулей
  14. 3.3. Автоматизированное рабочее место врача-специалиста
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -