КОМПЬЮТЕРИЗИРОВАННЫЙ СПОСОБ НЕИНВАЗИВНОГО ВЫЯВЛЕНИЯ НАРУШЕНИЙ УГЛЕВОДНОГО ОБМЕНА ПО ЭЛЕКТРОКАРДИОГРАММЕ

Область техники

Настоящее изобретение относится к области медицины, а более точно – к компьютеризированному способу выявления нарушения углеводного обмена по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ.

Способ может быть использован для диагностики нарушений углеводного обмена и дальнейшего наблюдения за пациентом для постановки диагноза на наличие/отсутствие сахарного диабета. Способ может быть использован в различных условиях, включая клинические больницы, фельдшерские пункты, а также для наблюдения за состоянием пациентов вне пределов ЛПУ на амбулаторном лечении.

Предшествующий уровень техники

Сахарный диабет второго типа (СД2) – это хроническое эндокринное заболевание, которое развивается вследствие инсулинорезистентности и нарушения функций бета–клеток поджелудочной железы.

В основе сахарного диабета второго типа лежит нарушение метаболизма углеводов вследствие повышения резистентности клеток к инсулину (инсулинорезистентности). Снижается способность тканей принимать и утилизировать глюкозу, развивается состояние гипергликемии – повышенного уровня сахара плазмы.

Сложность выявления инсулиннезависимого сахарного диабета объясняется отсутствием выраженной симптоматики на начальных стадиях заболевания. В связи с этим людям из группы риска и всем лицам после 40 лет рекомендуются скрининговые исследования плазмы на уровень сахара. Лабораторная диагностика является наиболее информативной, позволяет обнаружить не только раннюю стадию диабета, но и состояние предиабета.

Повышение качества медицинского обслуживания пациентов с различными заболеваниями при приемлемой стоимости развития системы медицинского обслуживания является чрезвычайно актуальной задачей. Важнейшим направлением этой работы является разработка различных методов телемедицины для диагностики, скрининга, мониторинга и сопровождения больных вне зависимости от их территориального расположения. Одним из таких заболеваний является сахарный диабет.

Известны способ и устройство неинвазивной диагностики пациентов (см., например, RU 2487655 C2, опубликован 20.07.2013). Способ заключается в измерении в пункте диагностики биофизических параметров пациента, передаче их в единую систему обработки и накоплений информации, регистрации в ней результатов измерений пациента с учетом его идентификационных данных, анализе и установке диагноза, преобразовании его в сигнал обратной связи, поступающий в пункт диагностики. При этом в пункте диагностики для каждого пациента измеряют фиксированный перечень биофизических параметров и формируют информативный вектор параметров пациента, полученный в результате текущего диагностического обследования.

Диагностические обследования проводят периодически, и по разности информативных векторов параметров пациента в результате текущего и предыдущего диагностических обследований определяют информативный вектор отклонения параметров для определения степени изменения состояния пациента, в соответствии с которым, идентификационными данными пациента и информативным вектором, отражающим историю болезни и наследственные факторы, устанавливают диагноз. В случае недостаточности информации для однозначного определения диагноза в пункте диагностики проводят дополнительные измерения биофизических параметров, не включенных в фиксированный перечень, формируют дополнительный информативный вектор параметров пациента и устанавливают диагноз с его учетом. Регистрацию результатов измерений биофизических параметров проводят в едином регистре для всех пациентов, включенных в систему медицинского обеспечения.

Система содержит m пунктов диагностики, в которых размещено диагностическое оборудование для неинвазивного измерения, канал связи с блоком обработки и накопления информации, блок диагностической оценки, блок контроля, управления и отображения информации, блок автоматического определения методов и средств лечения. К соответствующим входам выходного адаптера в каждом пункте диагностики подключено все диагностическое оборудование, а его выход связан дуплексным каналом связи с входным адаптером системы, который первым выходом подключен к первому входу блока диагностической оценки и к первому входу блока обработки и накопления информации, вторым выходом – к первому входу блока дополнительного контроля состояния пациентов. Диагностическое оборудование для дополнительного измерения биофизических параметров через канал связи подключено к соответствующему входу блока дополнительного контроля состояния пациентов. Использование изобретения позволяет повысить объективность диагностики пациентов за счет автоматизации процессов принятия решения.

К недостаткам указанного устройства следует отнести необходимость посещения диагностического центра, многократное проведение диагностических обследований на предмет выявления отклонения параметров для определения степени изменения состояния пациента, в соответствии с которым, с учетом наследственных факторов, устанавливают диагноз.

В качестве ближайшего технического решения рассматривается устройство для кардиографического контроля состояния пациентов (см., например, RU 2615721 С2, опубликован 07.04.2017). Устройство содержит монитор, интерфейс, ЭКГ–электроды для снятия с тела пациента электрокардиографических сигналов, соединенные выходом с входом блока первичной обработки сигналов, другой вход этого блока соединен с выходом блока временной дискретизации, а выход блока первичной обработки сигналов соединен с блоком коммутации каналов. Выходы блока коммутации каналов соединены с блоком дискретного преобразования Фурье, на выходе которого присутствуют значения амплитуды, частоты и фазы гармоник исследуемого сигнала, и с блоком ввода данных о пациенте. Гармоники обрабатываются в фиксаторе кардиограмм, который запоминает и выдает на выходе амплитуды гармоник исследуемого сигнала необходимое количество времени. Амплитуды гармоник поступают в определитель образа кардиограммы, который сравнивает полученный образ от ЭКГ–электрода с учетом доверительных интервалов и определенной степенью надежности с образами из базы образов кардиограмм.

Выход определителя соединен с входом блока фиксации состояний и анализа их динамики, где по данным образов кардиограмм от всех ЭКГ–электродов формируется диагноз болезни пациента путем сравнения набора образов кардиограмм от ЭКГ–электродов с набором, характеризующим диагноз болезни из базы кардиологических диагнозов с учетом доверительных интервалов и определенной степенью надежности. В этом же блоке определяется степень надежности диагноза, динамика диагноза в зависимости от предыдущего исследования пациента, время определения диагноза. Данные выводятся на монитор, передаются в интерфейс для хранения и исследования на других технических средствах и в блок ввода данных о пациенте, где они хранятся в соответствующих архивах пациента.

Указанное устройство имеет сложную конструкцию и не раскрыты критерии, используемые для оценки нарушений углеводного обмена по кардиологическому состоянию пациента.

Изложение существа изобретения

В основу настоящего изобретения поставлена задача создания компьютеризированного способа для неинвазивного выявления нарушения углеводного обмена по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ. В основу настоящего изобретения также поставлена задача создания компьютеризированного способа скрининга населения для выявления лиц с признаками нарушения углеводного обмена, и компьютеризированного способа мониторинга уровня нарушения углеводного обмена пациента.

Техническим результатом, на который направлено данное изобретение, является повышение точности оценки кардиологического состояния пациента для более качественного выявления нарушений углеводного обмена по электрокардиограмме, а также снижение стоимости и сокращение времени проведения диагностики, скрининга населения и мониторинга уровня нарушения углеводного обмена пациента.

Указанный технический результат достигается путем создания компьютеризированного способа неинвазивного выявления нарушения углеводного обмена по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ, указанный способ содержит этапы, на которых:

– осуществляют съем по меньшей мере одной электрокардиограммы по меньшей мере первого отведения;

– осуществляют преобразование Фурье указанной по меньшей мере одной ЭКГ для получения амплитудного спектра Фурье для указанной по меньшей мере одной ЭКГ;

– производят дискретизацию амплитудного спектра Фурье указанной по меньшей мере одной ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) указанной по меньшей мере одной ЭКГ;

– используют полученную ДЭКГ для компьютерной обработки, при которой

– анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ, при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена.

Предпочтительно, чтобы этап дискретизации осуществляли путем построения огибающей для Фурье преобразованной по меньшей мере одной ЭКГ в натуральном/усредненном виде.

Предпочтительно, чтобы этап дискретизации осуществляли путем построения огибающей пиков гармоник для Фурье преобразованной по меньшей мере одной ЭКГ.

Указанный технический результат достигается также путем создания компьютеризированного способа скрининга населения для выявления лиц с признаками нарушения углеводного обмена по их электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ, указанный способ содержит этапы, на которых:

– задают целевые показатели чувствительности и специфичности скрининга;

– осуществляют подготовку к проведению скрининга, для чего определяют по таблице, с учетом заданных целевых показателей чувствительности и специфичности, минимально необходимое количество электрокардиограмм (ЭКГ) одного обследуемого и пороговое значение количества ЭКГ с признаками НУО для каждой возрастной группы наблюдения, при превышении которого признается наличие НУО у пациентов группы, и

–проводят скрининг населения для выявления лиц с признаками нарушения углеводного обмена, для чего

– осуществляют съем определенного по таблице минимально необходимого количества электрокардиограмм (ЭКГ) по меньшей мере первого отведения для одного обследуемого;

– осуществляют преобразование Фурье каждой снятой ЭКГ из определенного количества ЭКГ для получения амплитудного спектра Фурье для каждой снятой ЭКГ,

–производят дискретизацию амплитудного спектра Фурье указанной каждой снятой ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) указанной каждой снятой ЭКГ,

– используют ДЭКГ для компьютерной обработки, при которой

– анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ, при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена,

– осуществляют статистический анализ результатов скрининга, для чего из минимального необходимого количества ЭКГ одного обследуемого определяют количество ЭКГ с признаком НУО и сопоставляют его с заданным пороговым значением, по которому судят о наличии нарушения углеводного обмена у обследуемого.

Предпочтительно, чтобы в указанном способе дополнительно оценивали степень тяжести нарушения углеводного обмена по тому, на сколько количество ЭКГ с признаком НУО одного обследуемого превышает пороговое значение, по результату которой ставят предварительный диагноз о наличии заболевания сахарным диабетом.

Указанный технический результат достигается также путем создания компьютеризированного способа мониторинга уровня нарушения углеводного обмена пациента по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ, указанный способ содержит этапы, на которых:

– для каждого пациента из наблюдаемого множества пациентов осуществляют накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента, указанную последовательность получают путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения;

– осуществляют преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ,

–производят дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ,

– используют полученные ДЭКГ для компьютерной обработки, при которой

– анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ, при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена,

– рассчитывают степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и используют ее в качестве интегрального показателя нарушения углеводного обмена,

– оценивают изменение во времени уровня нарушения углеводного обмена наблюдаемого пациента по изменению во времени интегрального показателя нарушения углеводного обмена,

– осуществляют прогнозирование уровня нарушения углеводного обмена наблюдаемого пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

Указанный технический результат достигается также путем создания компьютеризированного способа мониторинга уровня нарушения углеводного обмена пациента по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ, указанный способ содержит этапы, на которых:

– для каждого пациента из наблюдаемого множества пациентов осуществляют накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента, указанную последовательность получают путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения;

– осуществляют преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ,

–производят дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ,

– используют полученные ДЭКГ для компьютерной обработки, при которой

– анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ, при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена

– оценивают изменение во времени уровня нарушения углеводного обмена наблюдаемого пациента по частоте появления кардиограмм с признаком НУО,

– осуществляют прогнозирование уровня нарушения углеводного обмена наблюдаемого пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений частоты появления кардиограмм с признаком НУО.

Предложенное техническое решение обеспечивает надежный способ неинвазивного выявления нарушений углеводного обмена по электрокардиограмме.

Предложенное изобретение позволяет пациенту самостоятельно проводить предварительную диагностику состояния и быстро и однозначно регистрировать нарушения углеводного обмена по электрокардиограмме.

Краткое описание чертежей

В дальнейшем изобретение поясняется описанием предпочтительных вариантов его воплощения со ссылками на сопровождающие чертежи, на которых:

Фиг. 1 изображает Фурье спектр электрокардиограммы (ЭКГ) здорового пациента, где по оси Х представлена частота, по оси У представлена амплитуда гармоник;

Фиг. 2 изображает Фурье спектр электрокардиограммы (ЭКГ) с признаком нарушения углеводного обмена;

Фиг. 3а изображает ДЭКГ здоровых пациентов с достоверно известным отсутствием признаков нарушения углеводного обмена;

Фиг. 3в изображает ДЭКГ пациентов стационара с признаком нарушения углеводного обмена;

Фиг. 4а изображает динамику соотношения ЭКГ c обнаруженным признаком НУО и без (пациент СД2, 73 года, стаж СД2–25 лет),

Фиг. 4в изображает суммарную долю ЭКГ с признаком НУО и без за весь период наблюдений (пациент СД2, 73 года, стаж СД2–25 лет);

Фиг. 5а изображает динамику соотношения ЭКГ c обнаруженным признаком НУО и без (пациент 73 года, нет СД2);

Фиг. 5в изображает суммарную долю ЭКГ с признаком НУО и без за весь период наблюдений (пациент 73 года, нет СД2);

Фиг. 6а изображает динамику соотношения ЭКГ c обнаруженным признаком НУО и без (пациент 44 года, нет СД2);

Фиг. 6в изображает суммарную долю ЭКГ с признаком НУО и без за весь период наблюдений (пациент 44 года, нет СД2);

Фиг. 7а изображает динамику соотношения ЭКГ c обнаруженным признаком НУО и без (пациент 34 года, нет СД2);

Фиг. 7в изображает суммарную долю ЭКГ с признаком НУО и без за весь период наблюдений (пациент 34 года, нет СД2).

Теоретическое обоснование предложенного способа

В 1954 году учеными Ферми, Паста и Уламом была сделана попытка численно показать неизбежность перехода нелинейной системы в состояние с равнораспределенной энергией из состояния мономодового возбуждения.

Авторами настоящего изобретения был предложен и математически описан вариант модели возврата Ферми–Паста–Улама (автовозврата ФПУ) и выдвинута гипотеза об адекватном описании электрической динамики сердца в рамках обнаруженного явления автовозврата ФПУ. Автовозврат – это повторяющаяся во времени картина состояния нелинейной системы. В результате компьютерного исследования модели была получена динамика решений автовозврата ФПУ, соответствующая электрической динамике нормально функционирующего сердца в виде электрокардиограммы (ЭКГ) (см. А.В. Шмид, А.А. Березин, М.А Новопашин «Автовозврат Ферми–Паста–Улама в описании электрической активности сердца» (Fermi–Pasta–Ulam auto recurrence in the description of the electrical activity of the heart), Journal Medical Hypothesis, 101 (2017) pp. 17–22).

Известно, что сердце является открытой нелинейной автоколебательной системой, моделью которой при наличии ряда ограничений может служить система двух связанных уравнений Ван дер Поля.

Массовое исследование по технологиям BIG DATA ЭКГ первого отведения от интернет кардиографа CardioQwark, собираемых при постоянном многомесячном наблюдении за группой пациентов, позволило выявить ряд закономерностей, не укладывающихся в указанную модель и характерных как для здоровых людей, так и для пациентов, имеющих некоторые кардиопатологии.

В целях проверки гипотезы было исследовано более 20000 ЭКГ как здоровых людей, так и людей с нарушениями углеводного обмена.

В результате обработки массивов ЭКГ здоровых пациентов был определен характерный вид Фурье спектров ЭКГ у здоровых людей.

Для моделирования ЭКГ было учтено, что функционирование сердца происходит в автоколебательном режиме, подразумевающем наличие аналогичного принципа динамики в структуре возврата ФПУ, используемого для моделирования сердечной активности.

В результате указанных исследований было установлено, что динамика электрической активности нормально функционирующего сердца может быть интерпретирована феноменом автовозврата ФПУ, а нарушение углеводного обмена характеризуется появлением шума при перетекании энергии между низкочастотными и высокочастотными гармониками автовозврата ФПУ.

Как показывает математическое моделирование, электрическая активность сердца представляет собой впервые сформулированный авторами автовозврат ФПУ, носящий индивидуальный характер и содержащий в своей структуре картину физиологического состояния сердца и патологические процессы в организме, паттерны которых периодически появляются в Фурье–спектрах автовозвратов.

Автовозвраты Фурье спектров ЭКГ здоровых людей содержат как низкочастотную часть в диапазоне 1–5 Гц, соответствующую каноническому возврату ФПУ, так и высокочастотную часть в диапазоне 20–35 Гц, соответствующую высокочастотному возврату ФПУ. Таким образом, ЭКГ является биологическим примером полного автовозврата ФПУ.

На основании результатов моделирования было выдвинуто предположение, что в множестве частотных картин, полученных из различных кардиограмм одного пациента или нескольких пациентов, отсутствует хаотическое распределение, и поэтому возможно выделить несколько групп частотных картин по некоторой мере близости.

Это означает, что к множеству частотных картин ЭКГ могут быть применены алгоритмы кластеризации и получены устойчивые частотные картины состояний как конкретного пациента, так и группы пациентов, выделенных по общему признаку.

В качестве объекта исследования использовались данные 1997 электрокардиограмм от 128–ми пациентов эндокринологического стационара ГБУЗ «Городская Клиническая Больница №52» ДЗМ и ГБУЗ «Московский Клинический Научный Центр имени А.С. Логинова» ДЗМ с периодом пребывания более 5 дней, а также 741 электрокардиограммы от 59–ти пациентов из разных возрастных групп без нарушения углеводного обмена (НУО), которая была принята в качестве контрольной группы.

Изучались отклонения в формах электрокардиограмм ЭКГ на фоне проводимой терапии в период стационарного наблюдения у пациентов с нарушения углеводного обмена НУО при помощи системы CardioQVARK (кардиомонитор и программное обеспечение), а также отличий в формах ЭКГ у пациентов без НУО (контрольной группы) от форм ЭКГ пациентов с НУО.

Был получен Фурье спектр электрокардиограммы (ЭКГ) здорового пациента (фиг. 1) и Фурье спектр электрокардиограммы (ЭКГ) с признаком нарушения углеводного обмена (НУО) (фиг. 2).

Фурье спектр ЭКГ с признаком НУО характеризуется яркой выраженностью частотных гармоник, а Фурье спектр ЭКГ здорового пациента характеризуется отсутствием яркой выраженности частотных гармоник.

Кардиограмма – это повторяющийся сигнал, который характеризуется гармониками в Фурье–спектре. Перекачка энергии между низкочастотным (НЧ) и высокочастотным (ВЧ) диапазонами характеризуется величиной шума между ними. Если уровень этого шума большой – это значит, что идет процесс перетекания энергии, либо туда, либо обратно. Если видно нарушение синхронизации процесса перетекания энергии снижен, это авторы считают признаком нарушения углеводного обмена.

Автовозврат – это перетекание энергии между высокочастотными и низкочастотными спектрами туда и обратно.

Не нужно несколько кардиограмм, чтобы сравнить, что на одной энергия текла туда, а на другой – несколько иначе. Если один раз сняли кардиограмму, то по уровню шума можно заключить, перетекает или не перетекает энергия.

Невозможно определить, откуда и куда происходит перетекание. Можно наблюдать только статическую картинку всегда, даже если сравнивается несколько ЭКГ.

Последовательно на нескольких ЭКГ можно посмотреть: НЧ часть в одной ЭКГ снижается, ВЧ часть поднимается. Но на деле они поднимаются разнобоко, т.е. часть гармоник НЧ могут расти, а часть снижаться.

Для каждого спектра можно посчитать величину хаотизации по гармоникам. Если человек здоров, у него будет по гармоникам выпуклая кривая (по оси Y величина хаотизации, по оси Х – частота), а для пациента с диабетом получается провал кривой (вогнутость), если преддиабет – провал небольшой.

Не все состояния фиксируются, чаще фиксируется процесс изменения этого состояния (переходное состояние). Чтобы зафиксировать множество состояний, надо снять множество кардиограмм.

Одна ЭКГ может говорить о том, что пациент находится в этом состоянии и это состояние преобладает. Другая ЭКГ может сказать, что пациент переходит из одного состояния в другое. Возрастают или снижаются высокие частоты, это только отдельный кадр всего процесса, развивающегося во времени.

Функциональная активность головного мозга тесно связана с использованием глюкозы, поэтому падение концентрации глюкозы в кровотоке сосудов мозга приводит к необходимости увеличения амплитуды импульса, запускающего со стороны мозга сердце для увеличения интенсивности кровотока. Это происходит за счет значительного возрастания амплитуды генерируемого мозгом импульса, поступающего в синусовый узел, что приводит к образованию более жесткой формы Фурье гармоник спектра ЭКГ с узким пьедесталом, наблюдаемой у больных с нарушением углеводного обмена. Это, в свою очередь приводит к уменьшению степени хаотизации спектра, что может служить диагностическим признаком нарушения углеводного обмена. Данный режим сердечной деятельности соответствует определенному решению цепочки Гинзбурга–Ландау типа порядок–беспорядок. Следует отметить, что величина запаздывания обратной связи при уменьшении концентрации глюкозы в кровотоке мозга может быть сравнима со временем реакции мозга при наступлении гипогликемической комы.

Помимо суточного ритма функционирования поджелудочной железы, она, обладает и ритмом функционирования, синхронным с основной частотой сокращений сердца, равной 1–2 Гц. Нарушение этой ритмики поджелудочной железы, как показывает компьютерное исследование динамики спектра автовозврата ФПУ, приводит к уменьшению энергии самых низкочастотных гармоник спектра, что и наблюдается в спектрах пациентов с нарушением углеводного обмена.

Описание предпочтительных вариантов осуществления изобретения

Согласно изобретению, предложен компьютеризированный способ неинвазивного выявления нарушения углеводного обмена по электрокардиограмме (ЭКГ) сердца. Как указано выше, сердце рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ. Указанный способ содержит следующие этапы.

Осуществляют съем по меньшей мере одной электрокардиограммы по меньшей мере первого отведения. Для выявления наличия нарушения НУО достаточно одной кардиограммы.

Осуществляют преобразование Фурье указанной по меньшей мере одной ЭКГ для получения амплитудного спектра Фурье для указанной по меньшей мере одной ЭКГ (фиг. 1 и 2).

Производят дискретизацию амплитудного спектра Фурье указанной по меньшей мере одной ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) указанной по меньшей мере одной ЭКГ (сплошная жирная линия на фиг. 1 или 2). Полученную ДЭКГ используют для компьютерной обработки, при которой анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ (фиг. 3в) и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ (фиг. 3а)

Наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена.

В указанном способе этап дискретизации осуществляют, например, путем построения огибающей для Фурье преобразованной по меньшей мере одной ЭКГ в натуральном/усредненном виде (сплошная жирная линия на фиг.1 и фиг.2).

Этап дискретизации может быть осуществлен путем построения огибающей пиков гармоник для Фурье преобразованной по меньшей мере одной ЭКГ (жирные точки на фиг.1 и фиг.2).

Согласно изобретению, предложен также компьютеризированный способ скрининга населения для выявления лиц с признаками нарушения углеводного обмена по их электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ. Способ скрининга выполняют следующим образом.

Задают целевые показатели чувствительности и специфичности скрининга, которые необходимы для оценки эффективности способа.

Чувствительность исследования представляет собой способность выявлять различие между двумя состояниями анализируемого пациента: здорового и с патологией. Количественно чувствительность отражает соотношение правильных положительных заключений способа к общему числу окончательных диагнозов в группе больных.

Специфичность – это способность отвергать заболевание, т.е. констатировать его отсутствие там, где его действительно нет. Количественно специфичность отражает долю отрицательных заключений в группе людей, не имеющих болезни.

Для определения чувствительности и специфичности обследуют группу людей, для которой по каждому пациенту известно, здоров он или болен.

Чувствительность, специфичность и прогностическая ценность положительного результата (ППР) рассчитываются по формулам:

где А – число правильных положительных заключений, B – число ложных положительных заключений, C – число ложных отрицательных заключений, D – число правильных отрицательных заключений.

Для расчета чувствительности и специфичности для выявления электрокардиографических отклонений у больных с нарушением углеводного обмена были сформированы две группы:

больные – пациенты стационара (ГКБ №52 и МКНЦ) с сахарным диабетом второго типа, снявшие не менее 2 ЭКГ (127 человек);

здоровые – персонал ГКБ №52, МКНЦ без диабета и здоровые от диабета, снявшие не менее 2 ЭКГ (59 человека).

Результаты применения способа по одной ЭКГ представлены в Таблице 1.

Таблица 1

Показатели чувствительности и специфичности можно существенно увеличить, принимая решение по нескольким кардиограммам пациента вместо одной. По результатам исследования составляют таблицу в которой задают количество кардиограмм, пороговое значение минимального количества кардиограмм, содержащих признак НУО, и соответствующие им показатели чувствительности и специфичности (Таблица 2).

Таблица 2 – Чувствительность и специфичность метода определения НУО на основе серии ЭКГ

Затем осуществляют подготовку к проведению скрининга, для чего определяют по таблице 2, с учетом заданных целевых показателей чувствительности и специфичности, минимально необходимое количество электрокардиограмм (ЭКГ) одного обследуемого и пороговое значение количества ЭКГ с признаками НУО для каждой возрастной группы наблюдения.

И проводят скрининг населения для выявления лиц с признаками нарушения углеводного обмена. Для этого выполняют следующие этапы:

– осуществляют съем определенного по таблице минимально необходимого количества электрокардиограмм (ЭКГ) по меньшей мере первого отведения для одного обследуемого;

– осуществляют преобразование Фурье каждой снятой ЭКГ для получения амплитудного спектра Фурье для каждой снятой ЭКГ,

– производят дискретизацию амплитудного спектра Фурье каждой снятой ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой снятой ЭКГ,

– используют ДЭКГ для компьютерной обработки, при которой анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена.

И затем осуществляют статистический анализ результатов скрининга, для чего из минимального необходимого количества ЭКГ одного обследуемого определяют количество ЭКГ с признаком НУО и сопоставляют его с пороговым значением, заданным во время подготовки к скринингу (по Таблице 2), по которому судят о наличии нарушения углеводного обмена у обследуемого.

В указанном способе можно дополнительно определить степень тяжести нарушения углеводного обмена по тому, на сколько количество ЭКГ с признаком НУО одного обследуемого превышает пороговое значение, по результату которой ставят предварительный диагноз о наличии заболевания сахарным диабетом.

Согласно изобретению, предложен также компьютеризированный способ мониторинга уровня нарушения углеводного обмена пациента по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ. Способ мониторинга выполняют следующим образом.

Для каждого пациента из наблюдаемого множества пациентов осуществляют накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность получают путем добавления каждой новой регистрируемой ЭКГ пациента, маркированной указанными идентификаторами, к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения.

Осуществляют преобразование Фурье для каждой ЭКГ накопленного множества ЭКГ пациента для получения амплитудного спектра Фурье для каждой ЭКГ накопленного множества ЭКГ.

Производят дискретизацию амплитудного спектра Фурье каждой накопленной ЭКГ для получения дискретного вида амплитудного спектра Фурье (ДЭКГ) каждой ЭКГ накопленного множества ЭКГ (жирная линия на фиг.1 и фиг.2).

Полученную ДЭКГ используют для компьютерной обработки, при которой анализируют ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ, при этом наличие сходства анализируемой ДЭКГ с ДЭКГ пациентов с НУО и отсутствие сходства с ДЭКГ здоровых пациентов является признаком нарушения углеводного обмена.

Далее мониторинг состояния пациента во времени можно осуществлять, согласно одному варианту воплощения, по изменению во времени интегрального показателя нарушения углеводного обмена НУО, или, согласно другому варианту воплощения, и по изменению частоты появления признаков НУО в кардиограммах пациента.

При мониторинге состояния пациента по изменению во времени интегрального показателя НУО рассчитывают степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и используют ее в качестве интегрального показателя нарушения углеводного обмена.

Оценивают изменение во времени уровня нарушения углеводного обмена наблюдаемого пациента по изменению во времени интегрального показателя нарушения углеводного обмена.

И осуществляют прогнозирование уровня нарушения углеводного обмена наблюдаемого пациента на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

При мониторинге по изменению частоты появления признаков НУО в кардиограммах пациента все ЭКГ серии подразделяют на два класса: содержащие признак НУО и не содержащие признак НУО (фиг. 4а, 5а, 6а, 7а).

Подводят статистический итог результатов анализа наличия признака НУО в серии из N ЭКГ пациента. В зависимости от частоты проявления признака НУО в серии делают вывод о степени тяжести уже имеющихся нарушений углеводного обмена у пациента, вплоть до постановки предварительного диагноза на наличие сахарного диабета.

Осуществляют наблюдение за динамикой нарастания – спада частоты появления у пациента ЭКГ с признаком НУО на основе наблюдений за всем массивом ранее собранных ЭКГ пациента путем сопоставления частоты возникновения ЭКГ с признаком НУО за предыдущие и последующие периоды наблюдений: дни, недели, месяцы, годы.

При диабете ишемическая болезнь сердца быстро прогрессирует и часто является причиной инфаркта, поэтому актуально неинвазивное выявление нарушений углеводного обмена пациентами самостоятельно по электрокардиограмме в различных условиях.

ЭКГ–диагностика помогает в экстренной ситуации за считаные минуты выяснить причину сердечного приступа и своевременно оказать целенаправленную помощь.

Ниже приведены примеры мониторинга уровня нарушения углеводного обмена пациентов по электрокардиограмме (ЭКГ) сердца, которое рассматривается в качестве открытой нелинейной автоколебательной системы, характеризующейся автовозвратом Ферми–Паста–Улама (ФПУ), при этом ЭКГ является представлением автовозврата ФПУ.

В частности, рассматривались пациент с установленным диагнозом сахарный диабет 2–го типа и пациенты без установленного диагноза сахарный диабет, т.е. здоровых пациентов.

ПРИМЕР 1

Пациент А, возраст 73 года. Диагноз: сахарный диабет 2–го типа в течении 25 лет. Сопутствующих хронических заболеваний нет. Общее состояние по результатам обследования удовлетворительное.

Осуществляли мониторинг электрокардиограммы (ЭКГ) сердца. Съем ЭКГ производили от 5 до 20 раз в неделю с сентября 2017 года по август 2019 года (фиг. 4а).

Осуществляли накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность получали путем добавления каждой новой регистрируемой ЭКГ пациента к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения.

Осуществляли преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ.

Производили дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ (примеры фиг.1 и фиг.2).

В итоге все ЭКГ серии подразделяются на два класса: содержащие признак НУО и не содержащие признак НУО (фиг. 4а).

Осуществляли компьютерную обработку, при которой анализировали ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ.

Рассчитывали степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и использовали ее в качестве интегрального показателя нарушения углеводного обмена.

Оценивали изменение во времени уровня нарушения углеводного обмена пациента по изменению во времени интегрального показателя нарушения углеводного обмена.

Осуществляли прогнозирование уровня нарушения углеводного обмена пациента А на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

Суммарная доля ЭКГ с кардиопризнаком НУО 99% и без НУО – 1% за весь период наблюдений (фиг. 4в).

Осуществляли наблюдение за динамикой нарастания – спада частоты появления у пациента ЭКГ с признаком НУО на основе наблюдений за всем массивом ранее собранных ЭКГ пациента путем сопоставления частоты возникновения ЭКГ с признаком НУО за предыдущие и последующие периоды наблюдений: дни, недели, месяцы, годы.

Наблюдается тренд (пунктирная линия), что для пациента А с установленным сахарным диабетом 2–го типа, отсутствует динамика частоты проявления признака НУО (фиг. 4а), что может говорить о положительной динамике в отношении нормализации углеводного обмена.

Из указанного следует, что для пациента с установленным сахарным диабетом 2–го типа, отсутствует динамика частоты проявления признака НУО (фиг. 4а).

ПРИМЕР 2.

Пациент Б, возраст 73 года. Диагноз: сахарный диабет не диагностируется. Сопутствующих хронических заболеваний нет. Общее состояние по результатам обследования удовлетворительное.

Осуществляли мониторинг электрокардиограммы (ЭКГ) сердца. Съем ЭКГ производили от 5 до 20 раз в неделю с февраля 2016 года по август 2019 года (фиг. 5а).

Осуществляли накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность получали путем добавления каждой новой регистрируемой ЭКГ пациента к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения.

Осуществляли преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ.

Производили дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ (примеры фиг.1 и фиг.2).

В итоге все ЭКГ серии подразделяются на два класса: содержащие признак НУО и не содержащие признак НУО (фиг. 5а).

Осуществляли компьютерную обработку, при которой анализировали ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ.

Рассчитывали степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и использовали ее в качестве интегрального показателя нарушения углеводного обмена.

Оценивали изменение во времени уровня нарушения углеводного обмена пациента по изменению во времени интегрального показателя нарушения углеводного обмена.

Осуществляли прогнозирование уровня нарушения углеводного обмена пациента Б на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

Суммарная доля ЭКГ с кардиопризнаком НУО 47% и без НУО – 53% за весь период наблюдений (фиг. 5в).

Осуществляли наблюдение за динамикой нарастания – спада частоты появления у пациента ЭКГ с признаком НУО на основе наблюдений за всем массивом ранее собранных ЭКГ пациента путем сопоставления частоты возникновения ЭКГ с признаком НУО за предыдущие и последующие периоды наблюдений: дни, недели, месяцы, годы.

Для пациента Б, у которого сахарный диабет не диагностируется, наблюдается тренд (пунктирная линия) на уменьшение показателя частоты проявления признака НУО, что может говорить о положительной динамике в отношении нормализации углеводного обмена.

Таким образом, это пример наблюдений для пациента с увеличением частоты возникновения признаков НУО.

ПРИМЕР 3.

Пациент В, возраст 44 года. Диагноз: сахарный диабет не диагностируется. Сопутствующих хронических заболеваний нет. Общее состояние по результатам обследования удовлетворительное.

Осуществляли мониторинг электрокардиограммы (ЭКГ) сердца. Съем ЭКГ производили от 5 до 20 раз в неделю с апреля 2017 года по август 2019 года (фиг. 6а).

Осуществляли накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность получали путем добавления каждой новой регистрируемой ЭКГ пациента к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения.

Осуществляли преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ.

Производили дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ (примеры фиг.1 и фиг.2).

В итоге все ЭКГ серии подразделяются на два класса: содержащие признак НУО и не содержащие признак НУО (фиг. 6а).

Осуществляли компьютерную обработку, при которой анализировали ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ.

Рассчитывали степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и использовали ее в качестве интегрального показателя нарушения углеводного обмена.

Оценивали изменение во времени уровня нарушения углеводного обмена пациента по изменению во времени интегрального показателя нарушения углеводного обмена.

Осуществляли прогнозирование уровня нарушения углеводного обмена пациента В на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

Суммарная доля ЭКГ с кардиопризнаком НУО 29% и без НУО – 71% за весь период наблюдений (фиг. 6в).

Осуществляли наблюдение за динамикой нарастания – спада частоты появления у пациента ЭКГ с признаком НУО на основе наблюдений за всем массивом ранее собранных ЭКГ пациента путем сопоставления частоты возникновения ЭКГ с признаком НУО за предыдущие и последующие периоды наблюдений: дни, недели, месяцы, годы.

Для пациента В, у которого сахарный диабет не диагностируется, наблюдается тренд (пунктирная линия) на уменьшение показателя частоты проявления признака НУО, что может говорить о положительной динамике в отношении нормализации углеводного обмена.

Таким образом, это пример наблюдений для пациента со снижением частоты возникновения признаков НУО.

ПРИМЕР 4

Пациент Г, возраст 34 года. Диагноз: сахарный диабет не диагностируется. Сопутствующих хронических заболеваний нет. Общее состояние по результатам обследования удовлетворительное.

Осуществляли мониторинг электрокардиограммы (ЭКГ) сердца. Съем ЭКГ производили от 5 до 20 раз в неделю с апреля 2017 года по август 2019 года (фиг. 7а).

Осуществляли накопление в базе данных последовательности снятого множества его электрокардиограмм (ЭКГ) по меньшей мере первого отведения, маркированных идентификаторами пациента. Указанную последовательность получали путем добавления каждой новой регистрируемой ЭКГ пациента к его ранее накопленной последовательности множества ЭКГ на протяжении всего времени наблюдения.

Осуществляли преобразование Фурье каждой из снятого множества ЭКГ для получения амплитудного спектра Фурье для каждой из снятого множества ЭКГ.

Производили дискретизацию амплитудного спектра Фурье каждой из снятого множества ЭКГ для получения дискретного вида исходной формы амплитудного спектра Фурье (ДЭКГ) каждой из снятого множества ЭКГ (примеры фиг.1 и фиг.2).

В итоге все ЭКГ серии подразделяются на два класса: содержащие признак НУО и не содержащие признак НУО (фиг. 7а).

Осуществляли компьютерную обработку, при которой анализировали ДЭКГ для выявления наличия/отсутствия кардиопризнака нарушения углеводного обмена (НУО) путем установления сходства/отличия с ДЭКГ пациентов с НУО из аннотированной выборки ЭКГ и ДЭКГ здоровых пациентов из аннотированной выборки ЭКГ.

Рассчитывали степень отличия анализируемой ДЭКГ от ДЭКГ здоровых людей и использовали ее в качестве интегрального показателя нарушения углеводного обмена.

Оценивали изменение во времени уровня нарушения углеводного обмена пациента по изменению во времени интегрального показателя нарушения углеводного обмена.

Осуществляли прогнозирование уровня нарушения углеводного обмена пациента В на основе "истории наблюдений", представляющей собой зарегистрированные изменения во времени предыдущих значений интегрального показателя нарушения углеводного обмена.

Суммарная доля ЭКГ с кардиопризнаком НУО 9% и без НУО – 91% за весь период наблюдений (фиг. 7в).

Осуществляли наблюдение за динамикой нарастания – спада частоты появления у пациента ЭКГ с признаком НУО на основе наблюдений за всем массивом ранее собранных ЭКГ пациента путем сопоставления частоты возникновения ЭКГ с признаком НУО за предыдущие и последующие периоды наблюдений: дни, недели, месяцы, годы.

Для пациента Г, у которого сахарный диабет не диагностируется, наблюдается тренд (пунктирная линия) на уменьшение показателя частоты проявления признака НУО, что может говорить о положительной динамике в отношении нормализации углеводного обмена.

Таким образом, это пример наблюдений для пациента со снижением частоты возникновения признаков НУО.