СПОСОБ ЭКСПРЕСС-ОЦЕНКИ ЭЛЕКТРИЧЕСКОЙ СТАБИЛЬНОСТИ СЕРДЦА

Предлагаемое изобретение относится к медицине, в частности к кардиологии, и может быть использовано для экспресс-оценки состояния сердца.

Известна компьютерная диагностическая система (КДС) «Поли-Спектр-12» [1], реализующая неинвазивный способ автоматической диагностики изменений контура электрокардиосигнала, основанный на регистрации электрокардиосигнала, анализе его информационных параметров, сравнении полученных результатов с предварительно занесенными в базу данных значениями соответствующих состояний сердца и выдаче диагноза из базового словаря диагностических терминов.

Недостатками данного способа автоматической диагностики изменений контура электрокардиосигнала (ЭКС) являются:

- невозможность использования в условиях свободной двигательной активности пациента;

- ограниченность базового словаря диагностических терминов.

Известна также КДС неинвазивного экспресс-контроля функционального состояния сердца «Кардиовизор-6С» [2], реализующая способ анализа электромагнитного излучения миокарда по низкоамплитудным флуктуациям электрокардиосигнала. Недостатками данного способа анализа электромагнитного излучения миокарда являются:

- невозможность использования в условиях свободной двигательной активности пациента;

- ограниченность числа диагностируемых состояний сердца.

Наиболее близким по достигаемому результату к предлагаемому изобретению является способ виртуального мониторинга электрокардиосигнала по Холтеру [3], включающий регистрацию электрокардиосигнала, загрузку электрокардиосигнала в мобильное вычислительное устройство, передачу электрокардиосигнала через Интернет на сервер приложений, просмотр и анализ электрокардиосигнала на сервере приложений, возвращение результатов анализа электрокардиосигнала в мобильное вычислительное устройство и формирование отчета.

На фигуре 1 приведена схема алгоритма известного способа виртуального мониторинга электрокардиосигнала по Холтеру.

На фигуре 2 приведена схема информационного взаимодействия в известном способе виртуального мониторинга электрокардиосигнала по Холтеру.

На фигуре 2 приняты следующие обозначения:

1. - пациент;

2. - врач;

3. - монитор Холтера;

4. - персональный компьютер или мобильное вычислительное устройство;

5. - данные Холтеровского мониторинга электрокардиосигнала;

6. - сайт больницы, медицинского исследовательского центра, частного врача;

7. - провайдер Интернета;

8. - сеть Интернет;

9. - виртуальный Холтеровский центр;

10. - база данных виртуального Холтеровского центра;

11. - результаты анализа данных Холтеровского мониторинга электрокардиосигнала;

12. - отчет.

На фигуре 3 приведен перечень основных действий в известном способе виртуального мониторинга электрокардиосигнала по Холтеру.

Анализ фигур и формулы изобретения известного способа виртуального мониторинга электрокардиосигнала по Холтеру показывает, что его суть заключается в регистрации и передаче электрокардиосигнала через Интернет для комплексного анализа в «Holter Computer Center». Действительно, в течение первого дня ЭКС регистрируется, в течение второго дня загружается в персональный компьютер или в мобильное вычислительное устройство и в течение третьего дня передается через Интернет для комплексного анализа. С точки зрения обработки данных такая парадигма обеспечивает:

- прозрачность доступа пользователей через Интернет к необходимым вычислительным ресурсам;

- распараллеливание задачи, когда каждый из процессоров в «Holter Computer Center» выполняет различные функции над одинаковыми данными, чтобы обеспечить обработку данных в реальном масштабе времени.

При этом в ходе комплексного анализа в известном способе виртуального мониторинга по Холтеру осуществляется:

- анализ аритмии;

- определение отклонения показателей сердца;

- построение график показателей сердца;

- график сокращения предсердий и желудочков;

- анализ водителя ритма;

- построение почасового сводного отчета сегмента ST;

- вывод образцов точек сегмента ST;

- построение графика показателей тренда сегмента ST: анализ при первоначальном положении изолинии, повторный анализ при более низком положении изолинии, повторный анализ изменения порога;

- формирование почасовой сводки о параметрах сегмента ST;

- формирование периодического отчета о результатах Холтеровского мониторирования.

Однако в ходе комплексного анализа в известном способе виртуального мониторинга по Холтеру не осуществляется:

- предварительная обработка электрокардиосигнала;

- экспресс-оценка внезапной сердечной смерти (ВСС);

- регистрация местоположения пациента;

- вызов скорой помощи к местоположению пациента в случае возникновения ВСС.

Одним из серьезных ограничений мониторинга электрокардиосигналов по Холтеру также является невозможность диагностики инфаркта миокарда (ИМ), что существенно снижает диагностическую ценность известного способа.

Данные методологические ограничения не позволяют повысить диагностический уровень известного способа виртуального мониторинга электрокардиосигнала по Холтеру, а также не предоставляют возможности экспресс-оценки ВСС в условиях свободной двигательной активности пациента и оказания помощи.

Недостатками известного способа виртуального мониторинга по Холтеру являются:

- отсутствие предварительной обработки электрокардиосигнала;

- отсутствие экспресс-оценки ВСС;

- отсутствие регистрации местоположения пациента;

- отсутствие возможности вызова скорой помощи к местоположению пациента в случае возникновения ВСС.

Очевидно, что отмеченные недостатки известного способа виртуального мониторинга по электрокардиосигнала Холтеру ограничивают его применение, так как отсутствуют возможности:

- проведения анализа возникновения ВСС;

- передачи анализируемой информации в реальном масштабе времени высококвалифицированным специалистам.

По мнению авторов предлагаемого изобретения, отмеченные недостатки известного способа виртуального мониторинга электрокардиосигнала по Холтеру устраняются при использовании экспресс-оценки электрической стабильности сердца.

Изобретение направлено на расширение функциональных возможностей известного способа за счет экспресс-оценки электрической стабильности сердца и определения ВСС в условиях свободной двигательной активности пациента.

Это достигается тем, что в способе виртуального мониторинга электрокардиосигнала по Холтеру, включающем регистрацию электрокардиосигнала, загрузку электрокардиосигнала в мобильное вычислительное устройство, передачу электрокардиосигнала через Интернет на сервер приложений, просмотр и анализ электрокардиосигнала на сервере приложений, возвращение результатов анализа электрокардиосигнала в мобильное вычислительное устройство и формирование отчета, дополнительно осуществляют регистрацию координат местоположения пациента и их загрузку в мобильное вычислительное устройство, предварительную обработку электрокардиосигнала путем разложения электрокардиосигнала на набор частотных составляющих и остаток, нелинейной пороговой обработки частотных составляющих, суммирования остатка и частотных составляющих, прошедших процедуру нелинейной пороговой обработки, экспресс-оценку электрической стабильности сердца, включающую определение опасной для жизни патологии, вызов скорой помощи к местонахождению пациента и сообщение пациенту «Ожидайте скорую помощь» в случае опасной для жизни патологии.

По мнению авторов предлагаемого изобретения, введенные действия расширяют функциональные возможности известного способа и обеспечивают определение ВСС в условиях свободной двигательной активности пациента без присутствия высококвалифицированных специалистов.

Суть предлагаемого способа заключается в представлении системе здравоохранения информации об электрической стабильности сердца пациентов в условиях их свободной двигательной активности и необходимости принятия решения в случае ВСС.

Такой подход к определению электрической стабильности сердца пациентов в условиях свободной двигательной активности пациента позволяет снизить нагрузку на систему здравоохранения и привлекать высококвалифицированный медицинский персонал только в случае необходимости.

По мнению авторов предлагаемого изобретения, это новый виртуальный подход к определению электрической стабильности сердца, позволяющий использовать лечебно-диагностические ресурсы, не ограниченные реализацией, географическим положением или физической конфигурацией. Очевидно, что в условиях дефицита квалифицированных врачей-кардиологов экспресс-оценка электрической стабильности сердца является востребованной медицинской услугой.

На фигуре 4 приведена схема алгоритма предлагаемого способа экспресс-оценки электрической стабильности сердца.

На фигуре 5 приведена схема алгоритма предварительной обработки электрокардиосигнала.

На фигуре 6 приведена схема классического алгоритма эмпирической модовой декомпозиции [4].

На фигуре 7 приведена схема усеченного алгоритма эмпирической модовой декомпозиции.

На фигуре 8 приведены параметры электрокардиосигнала в норме [5].

На фигуре 9 приведена классификация заболеваний сердца [6].

Подробно рассмотрим введенные действия.

Регистрация местоположения пациента осуществляется посредством программно-аппаратных средств мобильного вычислительного устройства. Следует отметить, что в качестве устройства обработки информации в предлагаемом способе рассматривается мобильное вычислительное устройство, например планшет, коммуникатор или смартфон. По мнению авторов предлагаемого изобретения, эти устройства являются полными аналогами персонального компьютера с точки зрения функциональных возможностей в рамках рассматриваемой области применения прототипа. Под обработкой информации понимается получение ЭКС с устройства регистрации, его отображение на устройстве вывода (мониторе), а также прием и передача информации на сервер приложений посредством Интернета. Таким образом, замена персонального компьютера мобильным вычислительным устройством в предлагаемом изобретении не искажает смысл прототипа.

При регистрации местоположения текущие координаты местоположения контролируемого пациента загружаются в мобильное вычислительное устройство и передаются в больницу скорой помощи в случае ВСС пациента.

Предварительная обработка электрокардиосигнала. По мнению авторов предлагаемого изобретения перед проведением комплексного анализа в известном способе виртуального мониторинга электрокардиосигнала по Холтеру необходимо осуществлять предварительную обработку зарегистрированного ЭКС. Предварительная обработка заключается в удаление из ЭКС помех, возникающих при регистрации ЭКС в условиях свободной двигательной активности пациента. Помехи искажают полученную информацию и, следовательно, снижают достоверность результатов экспресс-оценки ВСС.

На фигуре 5 приведена схема алгоритма предварительной обработки электрокардиосигнала на основе усеченной эмпирической модовой декомпозиции. Входной электрокардиосигнал раскладывается на набор частотных составляющих (эмпирических мод - ЭМ) и остаток посредством усеченной эмпирической модовой декомпозиции. В схеме алгоритма на фигуре 5 ЭКС раскладывается на три ЭМ и остаток, состоящий из неизвлеченных из ЭКС ЭМ и тренда. Полученные ЭМ подвергаются нелинейной пороговой обработке (НПО). Все ЭМ, прошедшие НПО, и остаток поступают на реконструкцию ЭКС, где суммируются. В результате получается электрокардиосигнал с допустимым уровнем шумов.

До последнего времени в цифровой обработке сигналов в основном использовались методы линейной частотной фильтрации, что связано с наличием подходящего математического аппарата, простотой интерпретации и расчета линейных фильтров [7]. В то же время применение линейных фильтров не обеспечивает высокое качество подавления помех в ЭКС. Так как спектры полезного сигнала и помех в общем случае перекрываются, применение линейных фильтров приводит к нежелательному искажению ЭКС. При использовании линейных фильтров нижних частот (ФНЧ) для устранения высокочастотного шума в ЭКС обычно полагают, что спектр полезного сигнала находится в полосе пропускания фильтра. Однако в спектре ЭКС содержатся компоненты с частотами, находящиеся в одном диапазоне с помехой. Поэтому при применении линейных ФНЧ острые зубцы Q, R, S, пики, изломы и другие высокочастотные компоненты ЭКС сглаживаются. Такое искажение формы недопустимо, так как в высокочастотных компонентах ЭКС заключены информативные признаки, которые должны быть сохранены при обработке. Кроме того, присутствующие в ЭКС помехи в общем случае не являются гауссовскими, а сам сигнал является нестационарным и содержит участки, описываемые гладкими функциями, а так же пики и изломы, соответствующие быстрым изменениям полезного сигнала. При расширении полосы пропускания ФНЧ частотный спектр части помех окажется в полосе пропускания фильтра и, соответственно, такие помехи не будут устранены. Таким образом, применение линейных ФНЧ для подавления шумов в ЭКС неэффективно.

Для повышения эффективности подавления помех, в последние годы широкое применение нашли методы разложения сигналов на узкополосные составляющие по локально сосредоточенным базисам. При этом полагают, что при правильно подобранном базисе узкополосная помеха может занять всю частотную составляющую и тогда ее можно будет исключить. Если же помеха широкополосная, то она проявляется сразу в нескольких субполосах малыми шумами, которые удаляют с помощью процедуры нелинейной пороговой обработки (НПО).

В качестве локально-сосредоточенных базисов наибольшее распространение получили вейвлеты [8]. Нестационарный сигнал анализируется путем разложения по базисным функциям, полученным из некоторого прототипа на основе его масштабных растяжений и сдвигов вдоль временной оси. Функция прототип называется базисным вейвлетом. Основной проблемой, сдерживающей эффективное практическое применение вейвлет-преобразования (ВП), в частности, для анализа биомедицинских сигналов - большое многообразие и неочевидность выбора базисного вейвлета для решения конкретной задачи (практически невозможно подобрать фиксированный базисный вейвлет, обеспечивающий эффективный анализ для всех участков нестационарного сигнала). Для точного и достоверного анализа биомедицинских сигналов необходим специальный подход, обладающий свойством адаптивности к каждому конкретному исследуемому сигналу. Следовательно, для корректного анализа таких сигналов необходимо формирование не априорно заданного, а адаптивного базиса, функционально зависимого от содержания самого сигнала (т.е. учитывающего структуру сигнала, изменчивость его параметров, наличие помех различного вида и интенсивности).

В предлагаемом способе экспресс-оценки электрической стабильности сердца для создания адаптивного базиса, отвечающего реальным изменениям сигнала во времени, используется преобразование Гильберта-Хуанга (Hilbert-Huang Transform) [4].

Преобразование Гильберта-Хуанга включает два основных этапа:

- разложение сигнала на частотные компоненты - эмпирическая модовая декомпозиция (Empirical Mode Decomposition);

- формирование по полученным эмпирическим модам (ЭМ) спектра Гильберта (Hilbert Spectral Analysis).

Для задачи подавления помех в сигналах используется эмпирическая модовая декомпозиция (ЭМД). Основным преимуществом ЭМД является высокая адаптивность, связанная с тем, что базисные функции, используемые для разложения сигнала, конструируются непосредственно из самого исследуемого сигнала, что позволяет учесть все его локальные особенности, внутреннюю структуру, присутствие различных помех. Кроме адаптивности, разложение обладает и другими важными для практических приложений свойствами [4]: локальностью (возможностью учета локальных особенностей сигнала); ортогональностью, обеспечивающей восстановление сигнала с определенной точностью; полнотой, гарантирующей конечность числа базисных функций при конечной длительности сигнала.

Эмпирические моды это монокомпонентные составляющие сигнала, которые вместо постоянной амплитуды и частоты, как в простой гармонике, имеют меняющуюся во времени амплитуду и частоту. ЭМ не имеют строгого аналитического описания, но должны удовлетворять условиям, гарантирующим определенную симметрию и узкополосность базисных функций.

На фигуре 6 в схеме классического алгоритма эмпирической модовой декомпозиции используются следующие обозначения:

x(t) - исходный ЭКС; [1, t_max] - длительность интервала регистрации (t - дискретное время);

r_i(t) - остаток на i-ом шаге декомпозиции (i - номер ЭМ, i∈[1, ν)];

g_ij(t) - промежуточный результат при выделении монокомпонентных составляющих на j-ом шаге декомпозиции (j - номер приближения к ЭМ);

c_i(t) - выделенные ЭМ; верхняя u_ij(t) и нижняя d_ij(t) огибающие на j-ом шаге декомпозиции.

Схема классического алгоритма эмпирической модовой декомпозиции содержит следующие действия (см. фигуру 6.):

Действие 1 - начало.

Действие 2 - загрузка x(t) и присвоение переменным начальных значений (инициализация) i=1, r_i(t)=x(t), t∈[1, t_max].

Действие 3 - присвоение переменным начальных значений j=1, g_j(t)=r_i(t), t∈[1, t_max].

Действие 4 - определение локальных экстремумов по заданным правилам.

Действие 5 - вычисление верхней u_ij(t) и нижней d_ij(t) огибающих с помощью кубической сплайн-интерполяции по найденным локальным экстремумам.

Действие 6 - вычисление среднего значения огибающих (локального тренда) в соответствии с выражением:

Действие 7 - получение приближения к ЭМ, заключается в вычитании локального тренда из результата, полученного на предыдущем шаге декомпозиции:

Действие 8 - проверка приближения к ЭМ g_j+1(t) на соответствие критерию останова δ_пор. Таким образом, если δ_ij>δ_пор, то критерий останова не удовлетворен, тогда выполняется итерация j=j+1 (действие 9) и осуществляется переход к действию 4 для вычисления следующего (более точного) приближения к ЭМ; если δ_ij<δ_пор, то критерий останова удовлетворен, при этом условии выделяется эмпирическая мода c_i(t)=g_ij(t) (действие 10).

Действие 11 - исключение полученной ЭМ из состава сигнала для оставления в нем более низкочастотных составляющих:

Действие 12 - проверка выделенной компоненты r_i+1(t) на соответствие количеству осцилляции (К). Если количество осцилляции (количество пересечений нуля) больше порогового значения К>С_пор=2, то осуществляется переход к блоку 3 с итерацией i=i+1 (действие 13). Функция r_i+1(t) обрабатывается как новые данные с вычислением следующей ЭМ. Если количество осцилляции меньше или равно пороговому значению K≤C_пор=2, то процесс декомпозиции закончен, переход к действию 14.

Действие 14 - получение эмпирической модовой декомпозиции ЭКС

где c_i(t) - набор монокомпонентных функций (эмпирических мод); r_V(t) - глобальный тренд исходного ЭКС x(t), который дальнейшему разложению не подлежит.

Действие 15 - конец.

Для подавления высокочастотных (ВЧ) помех эмпирические моды, полученные в результате эмпирической модовой декомпозиции ЭКС, подвергают нелинейной пороговой обработке, которая заключается в специальной нелинейной процедуре дискриминации отсчетов ЭМ на некотором пороговом уровне в соответствии с определенными правилами

где ψ - некоторая нелинейная пороговая функция, р - порог, i - номер отсчета, j - номер (уровень разложения) ЭМ.

Для реконструкции электрокардиосигнала, «очищенного» от помех, эмпирические моды, подвергнутые нелинейной пороговой обработке, суммируются.

Наиболее серьезным недостатком описанного способа подавления ВЧ помех в ЭКС является вычислительная сложность классического алгоритма эмпирической модовой декомпозиции, затрудняющая реализацию данного способа в реальном времени.

Авторами предложено для уменьшения времени разложения сигнала на монокомпонентные частотные составляющие в классическом алгоритме эмпирической модовой декомпозиции исключить процедуру отсеивания, т.е. действия 3, 8, 9, 10. При этом первые приближения к ЭМ будут считаться частотными компонентами входного сигнала и именно к ним применяется НПО, а базис остается адаптивным, так как получен непосредственно из анализируемых данных эмпирическим методом.

При реализации классического алгоритма эмпирической модовой декомпозиции выполняется 6-8 итераций для качественного отсеивания ЭМ (так рекомендует Н. Хуанг в работе [4]), а при разложении участка ЭКС в 2500-3000 отсчетов получается 8-12 ЭМ. Таким образом, цикл выполняется 48-96 раз. При усечении алгоритма эмпирической модовой декомпозиции количество циклов сокращается в 6-8 раз. Если для устранения ВЧ помех использовать только три первых частотных компоненты, то количество циклов будет всего 3, т.е. сократится примерно в 12-32 раза.

Были проведены исследования эффективности подавления ВЧ помех на базе усеченного алгоритма эмпирической модовой декомпозиции на эталонных ЭКС и модельных помехах разного вида. Исследования показали - эффективность подавления помех в большей степени зависит от типа пороговой функции и уровня порога, чем от качества отсеивания ЭМ.

Таким образом, использование усеченной эмпирической модовой декомпозиции позволяет значительно сократить время предварительной обработки ЭКС и проводить экспресс-оценку ВСС в реальном масштабе времени и в условиях свободной двигательной активности пациента.

Экспресс-оценка электрической стабильности сердца. Под экспресс-оценкой электрической стабильности сердца пациента понимается процесс определения в реальном масштабе времени наличия патологии сердца (см. фигуру 9) путем сравнения параметров стандартного электрокардиосигнала (см. фигуру 8) с параметрами зарегистрированного электрокардиосигнала. При этом необходимо отметить, что определение патологии сердца осуществляется без участия высококвалифицированных специалистов и выполняется только в автоматическом режиме за счет ресурсов вычислительного средства.

Анализ параметров зарегистрированного ЭКС позволяет зафиксировать нарушения ритма, нарушения проведения, нарушения электрической оси сердца, эктопические и замещающие сокращения, повреждения миокарда, электролитные нарушения [9]. Широкий спектр заболеваний сердца приведен в МКБ-10 [6]. На фигуре 9 приведен перечень заболеваний сердца.

Среди заболеваний сердца по летальности исходов лидирует инфаркт миокарда (ИМ). В связи с тяжелым течением и высокой летальностью (общая летальность в острейшем, остром и подостром периодах ИМ составляет около 30%), своевременная диагностика этого заболевания является одной из актуальных проблем современной кардиологии [10]. К общепризнанным признакам «ЭКС с отклонениями от нормы» и определения ИМ относятся [11]:

1. Отсутствие зубца R в отведениях, расположенных над областью инфаркта.

2. Появление патологического зубца Q в отведениях, расположенных над областью инфаркта.

3. Патологический подъем сегмента S-T выше изолинии в отведениях, расположенных над областью инфаркта.

4. Патологическое смещение сегмента S-T ниже изолинии в отведениях, противоположных области инфаркта.

5. Отрицательный зубец Т в отведениях, расположенных над областью инфаркта.

Если параметры анализируемого ЭКС отклоняются от нормальных значений, то:

- анализируемый ЭКС относится к «ЭКС с ИМ»;

- осуществляется вызов скорой помощи к местоположению пациента;

- пациенту передается соответствующее сообщение.

Таким образом, осуществляется определение электрической стабильности состояния сердца и у дежурного медицинского персонала появляется информация о критическом состоянии конкретного пациента и возможность выбора метода лечения.

Список использованных источников

1. Электрокардиографы компьютерные, http://www.NeuroSoft.ru/.

2. Soula A., Kitashine Y., Gillessen W. Verfahren und Vorrichtung zur visuellen Darstellung und Uberwachung physiologischer Funktionsparameter. Патент DE №19933277, 2001.

3. Патент США №6701184. Virtual Holter / Henken R., Point D., 02.03.2004.

4. Huang N.E., Shen Z., Long S.R. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis // Proc. R. Soc. Lond. A. 1998. V. 454. P. 903-995.

5. Литвинов А.В. Норма в медицинской практике. Справочное пособие. - М.: МЕДпресс, 2000, 144.

6. Международная классификация болезней МКБ-10. Диагнозы. Электронная версия. Класс: Болезни системы кровообращения. Блок: Ишемическая болезнь сердца / http://www.mkb10.ru/?class=9&bloc=57 с.

7. Сергиенко А.Б. Цифровая обработка сигналов. - СПб.: Питер, 2003. - 608.

8. Добеши И. Десять лекций по вейвлетам. - Москва - Ижевск: НИЦ Регулярная и хаотическая диалектика, 2004, 464 с.

9. Кардиология в таблицах и схемах. М. Фрид, С. Грайнс (ред.) / Пер. с англ. под ред. канд. мед. наук М.А. Осипова и канд. мед. наук Н.Н. Алипова. М.: Практика, 1996, 728 с.

10. Чазов Е.И. Пути повышения эффективности лечения больных ИБС // Тер. Архив. - 1997, т.69, №9, 5-10 с.

11. Ю.И. Зудбинов. Азбука ЭКГ. - Ростов-на-Дону: Феникс, 2003, 240 с.