Анализ X-электрокардиосигналов для одноканального устройства регистрации низкоамплитудных составляющих электрических сигналов сердца

Обложка

Цитировать

Полный текст

Аннотация

В работе представлен алгоритм регистрации информативных низкоамплитудных составляющих электрокардиосигналов для одноканального портативного анализатора. В качестве искомых составляющих рассмотрены поздние потенциалы желудочков сердца. Их наличие означает возникновение проблем с функционированием сердца в будущем с высокой вероятностью. В настоящий момент одноканальные устройства обнаружения потенциалов желудочков сердца отсутствуют, поэтому разработка таких устройств и программных алгоритмов, нацеленных на обнаружение потенциалов желудочков сердца, является актуальной задачей. Стандартный метод обнаружения потенциалов желудочков сердца – метод Симсона – основан на анализе сигналов по трём отведениям: X, Y, Z и в данной работе метод Симсона применён к сигналам, зарегистрированным только по отведению X. Научной новизной данной работы является разработка алгоритма обнаружения потенциалов желудочков сердца и оценкой всех их параметров в сигналах по отведению X. Тестирование алгоритма показало, что вероятность правильного принятия решения оценки потенциалов желудочков сердца превышает 80 %, что подчёркивает возможность эффективного решения поставленной задачи. Результаты работы могут быть использованы для разработки одноканальных анализаторов электрокардиосигналов в сферах телемедицины и безопасности водителей транспортных средств.

Полный текст

Доступ закрыт

Об авторах

Óскар Айдарович Мухаметзянов

Казанский национальный исследовательский технический университет им. А.Н. Туполева-КАИ

Автор, ответственный за переписку.
Email: OAMukhametzyanov@kai.ru
ORCID iD: 0009-0009-8186-4663
SPIN-код: 6062-4483

аспирант, старший преподаватель кафедры радиоэлектронных и телекоммуникационных систем

Россия, 420111, Казань, ул. Карла Маркса, 10

Список литературы

  1. Okubo K. et al. Long-term outcome after ventricular tachycardia ablation in nonischemic cardiomyopathy: late potential abolition and VT noninducibility. Circulation. 2020;13(8):730–741.
  2. Roca-Luque I. et al. Accuracy of standard bipolar amplitude voltage thresholds to identify late potential channels in ventricular tachycardia ablation. Journal of Interventional Cardiac Electrophysiology. 2023;66(1):15–25.
  3. Santangeli P. et al. Performance of a novel automatic late potential annotation algorithm in patients with scar-related ventricular tachycardia. Heart Rhythm. 2023;20(5):510–511.
  4. Frank E. An accurate, clinically practical system for spatial vectorcardiography. Circulation. 1956;13(5):737–749.
  5. Drew B. J. et al. AHA scientific statement: practice standards for electrocardiographic monitoring in hospital settings: an American Heart Association Scientific Statement from the Councils on Cardiovascular Nursing, Clinical Cardiology, and Cardiovascular Disease in the Young: endorsed by the International Society of Computerized electrocardiology and the American Association of Critical-Care Nurses. Journal of Cardiovascular Nursing. 2005;20(2);76–106.
  6. Simson M.B. Use of Signals in the Terminal QRS-Complex to Identify Patients with Ventricular Tachycar-dia after Myocardial Infarction. Circulation. 1981;64(2):235–242.
  7. Breithardt G. et al. Standards for analysis of ventricular late potentials using high-resolution or signal-averaged electrocardiography. Circulation. 1991;83(4):1481–1488.
  8. Takahashi H. et al. Analysis of site-specific late potentials using a novel Holter signal-averaged electrocar-diography in patients with Brugada syndrome. Heart Rhythm. 2022;19(10):1650–1658.
  9. Mukhametzyanov O.A. et al. Analysis of Electrocardiosignals by Z Lead on Presence of Low-Amplitude High-Frequency Components. 2023 Systems of Signals Generating and Processing in the Field of on Board Communications. 2023:1–5. doi: 10.1109/IEEECONF56737.2023.10092101
  10. Lastre-Domínguez C. et al. ECG signal denoising and features extraction using unbiased FIR smoothing. BioMed research international. 2019:1–17. doi: 10.1155/2019/2608547
  11. Roonizi A. K. A new approach to Gaussian signal smoothing: Application to ECG components separation. IEEE Signal Processing Letters. 2020;27:1924-1928.
  12. Lander P. et al. Critical analysis of the signal-averaged electrocardiogram. Improved identification of late potentials. Circulation. 1993;87(1):105-117.
  13. Седов С. С., Щербакова Т. Ф., Галимзянов Э. Р. Анализ поздних потенциалов желудочков сердца с использованием портативных кардиоанализаторов // Международный научно-исследовательский журнал. 2017. № 12-5(66). С. 127-129.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. X-сигнал

Скачать (229KB)
3. Рис. 2. Сигналы сердцебиения

Скачать (201KB)
4. Рис. 3. Усреднение сигналов

Скачать (183KB)
5. Рис. 4. Параметры оценки ППЖ

Скачать (242KB)

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».