Компьютерные методы автоматического анализа ЭКГ в системах кардиологического наблюдения тема диссертации и автореферата по ВАК РФ 05.11.17, доктор технических наук Калиниченко, Александр Николаевич

• Калиниченко, Александр Николаевич
• доктор технических наук
• 2008

Оглавление диссертации доктор технических наук Калиниченко, Александр Николаевич

Введение.

Глава 1. Автоматический анализ ЭКГ в кардиологических системах реального времени.

1.1. Приборы и системы кардиологического наблюдения.

1.2. Автоматический анализ ЭКГ в системах кардиологического наблюдения.

1.2.1. Задачи автоматического анализа ЭКГ в системах кардиологического наблюдения.

1.2.2. Характеристики и особенности электрокардиосигнала

1.2.3. Виды и свойства помех.

1.3. Алгоритмы и методы оперативного анализа ЭКГ.

1.3.1. Основные этапы обработки и анализа ЭКГ.

1.3.2. Выбор разрядности и частоты аналого-цифрового преобразования.

1.3.3. Предварительная обработка ЭКГ и оценка уровня помех.

1.3.4. Обнаружение С^ЯЗ-комплекса и измерение Ш1-интервала.

1.3.5. Анализ морфологии (^ЯЗ-комплекса.

1.3.6. Распознавание нарушений сердечного ритма.

1.3.7. Анализ ишемических изменений БТ-сегмента.

1.3.8. Анализ вариабельности сердечного ритма.

1.4. Методы оценки качества алгоритмов анализа ЭКГ и стандартные базы данных.

1.5. Информационная модель алгоритмического обеспечения анализа ЭКГ в системе кардиологического наблюдения.

1.6. Постановка задач исследования.

Глава 2. Методы предварительной цифровой фильтрации электрокардиосигнала.

2.2. Методика экспериментального исследования процедур предварительной фильтрации ЭКС.

2.2.1. Этапы предварительной фильтрации ЭКС.

2.2.2. Экспериментальный набор записей ЭКС.

2.2.3. Метод моделирования помехи.

2.2.4. Критерии оценки качества процедур цифровой фильтрации ЭКС.

2.3. Разработка и экспериментальное исследование процедур предварительной цифровой фильтрации ЭКС.

2.3.1. Фильтрация нижних частот.

2.3.2. Фильтрация верхних частот.

2.3.3. Адаптивная цифровая фильтрация сетевой наводки . 88 Выводы.

Глава 3. Алгоритм обнаружения желудочкового комплекса ЭКГ.

3.1. Исследование методов выделения желудочкового комплекса, основанных на цифровой фильтрации.

3.2. Алгоритм обнаружения желудочкового комплекса по ЭКГ в одном отведении.

3.2.1. Разработка алгоритма обнаружения желудочкового комплекса.

3.2.2. Выбор параметров алгоритма обнаружения желудочкового комплекса.

3.2.3. Алгоритм определения опорной точки желудочкового комплекса.

3.3. Алгоритм обнаружения желудочкового комплекса по ЭКГ в двух и более отведениях.

3.4. Оценка качества работы алгоритмов обнаружения желудочкового комплекса ЭКГ.

Выводы.

Глава 4. Исследование методов анализа морфологии

QRS-комплекса ЭКГ.

4.1. Задачи и этапы анализа морфологии QRS-комплекса ЭКГ.

4.2. Выбор и исследование информативных морфологических признаков.

4.2.1. Методика исследования.

4.2.2. Параметры формы, вычисляемые во временной области.

4.2.3. Использование взаимной корреляционной функции

4.2.4. Анализ спектральных параметров.

4.3. Разработка решающих правил для кластеризации форм

QRS-комплексов.

4.3.1. Попарное использование методов сравнения форм QRS-комплексов.

4.3.2. Одновременное использование трёх методов сравнения форм QRS-комплексов.

Выводы.

Глава 5. Разработка и исследование методов анализа вариабельности сердечного ритма.

5.1. Методика частотного анализа ВСР.

5.2. Моделирование сигнала сердечного ритма.

5.3. Исследование точности и статистической устойчивости методов расчёта спектральных параметров ВСР.

5.4. Исследование методов оценки стационарности сигнала сердечного ритма.

5.5. Исследование методов совместного анализа сигналов сердечного ритма и мгновенного кровяного давления.

Выводы.

Глава 6. Разработка систем автоматического анализа ЭКГ для кардиологического наблюдения.

6.1. Реализация алгоритмов анализа ЭКГ в компьютерных системах кардиологического наблюдения.

6.2. Комплекс мониторного наблюдения ЭКГ «РИТМОН».

6.3. Компьютерная система для функциональных исследований сердечно-сосудистой системы «Кардиометр-МТ».

6.4. Трёхканальный электрокардиограф ЭК1Т-07 "АКСИОН".

6.5. Пакет прикладных программ для совместного анализа вариабельности сердечного ритма и артериального давления

Выводы.

Введение диссертации (часть автореферата) на тему «Компьютерные методы автоматического анализа ЭКГ в системах кардиологического наблюдения»

Актуальность работы. Приборы и системы для медицины постоянно совершенствуются и обновляются. Это связано, с одной стороны, с развитием технологической базы электроники и вычислительной техники, а с другой - с появлением новых медицинских технологий, совершенствованием существующих и с расширением сфер применения медицинской техники.

Одна из наиболее важных задач медицинской электронной аппаратуры - это автоматический анализ биомедицинской информации, целями которого являются: оценка физиологических параметров организма, информационная поддержка диагностических решений врача, а также автоматическая диагностика патологических изменений состояния человека. В связи с этим, практически в любом виде медицинской аппаратуры в том или ином виде присутствуют вычислительные компоненты (микропроцессоры, встраиваемые микро-ЭВМ, персональные компьютеры), программное обеспечение которых реализует функции автоматической обработки данных.

При оценке состояния сердца и сердечно-сосудистой системы ключевую роль играет анализ электрокардиограммы (ЭКГ), представляющей собой запись наблюдаемых на поверхности тела проекций объёмных электрических процессов, происходящих в сердце. ЭКГ несёт информацию как о текущем состоянии сердечно-сосудистой системы, так и о патологических изменениях в самом сердце.

К настоящему времени проблема автоматической обработки и анализа электрокардиосигнала (ЭКС) сложилась в отдельное направление, разветвлённое на множество более частных задач, связанных с различными применениями и аспектами исследования сердечно-сосудистой системы. Одной из таких задач является длительный непрерывный контроль ЭКС, представляющий собой одну из важнейших функций аппаратуры для кардиологического наблюдения, к которой относятся приборы и системы для прикроватного и амбулаторного мониторного наблюдения ЭКГ, телеметрического наблюдения за состоянием организма, автономного контроля сердечной деятельности, функциональных исследований сердечно-сосудистой системы и решения ряда других задач.

Автоматический анализ ЭКС представляет собой достаточно сложную теоретическую проблему. Это в первую очередь связано с физиологическим происхождением сигнала, которое обусловливает его недетерминированность, разнообразие, изменчивость, непредсказуемость, нестационарность и подверженность многочисленным видам помех. Повышение эффективности методов автоматической обработки и анализа ЭКС сдерживается ограничениями, связанными с вычислительной мощность используемых процессоров. Это в наибольшей степени относится к аппаратуре непрерывного наблюдения, так как обработка сигналов в ней должна выполняться в реальном масштабе времени. С другой стороны, производительность вычислительных средств постоянно повышается. В связи с этим, становятся востребованными такие методы обработки и анализа сигналов, применение которых в системах реального времени представлялось ранее технически неосуществимым.

Основной задачей данной работы является разработка теоретической базы и практических методов для создания нового поколения алгоритмов длительного непрерывного автоматического анализа ЭКС, опирающихся на наиболее современные подходы к обработке сигналов и обладающие более высоким качеством работы, чем использовавшиеся ранее.

Внедрение разработанных методов и алгоритмов в приборы и системы медицинского назначения позволяет обеспечить повышение точности и надёжности формируемых диагностических заключений, что, в конечном счёте, способствует повышению эффективности диагностики и лечения патологий сердечно-сосудистой системы человека.

Цель диссертационной работы: повышение точности и надёжности формирования диагностических заключений о состоянии сердечно-сосудистой системы человека в приборах и системах непрерывного кардиологического наблюдения за счёт развития новых компьютерных методов обработки электрокардиосигнала, а также создания алгоритмического и программного обеспечения, реализующего эти методы.

Для достижения поставленной цели должны быть решены следующие задачи исследования.

1. Обоснование и разработка общей логической структуры процесса обработки и анализа электрокардиосигнала в системах кардиологического наблюдения, ориентированной на достижение конечных целей автоматического анализа и обеспечивающей информационное согласование всех этапов обработки.

2. Теоретическое и экспериментальное обоснование выбора параметров процедур предварительной цифровой фильтрации электрокардиосигнала, реализующих эффективное подавление помех и позволяющих обеспечить оптимальные условия для последующих стадий обработки и анализа сигнала.

3. Разработка и экспериментальное исследование эффективного и помехоустойчивого алгоритма обнаружения желудочкового комплекса ЭКГ, обладающего способностью к адаптации как к сигналу конкретного пациента, так и к динамически возникающим изменениям электрокардиосигнала в ходе длительного непрерывного наблюдения.

4. Экспериментальное исследование статистических и частотных свойств электрокардиосигнала с целью обоснования выбора информативных признаков и разработки решающих правил для создания эффективного алгоритма автоматической классификации желудочковых комплексов ЭКГ по видам их морфологий.

5. Экспериментальное исследование частотных методов анализа вариабельности сердечного ритма (ВСР) и артериального давления человека с целью разработки новых процедур расчёта спектральных параметров, позволяющих получать математически корректные и статистически состоятельные оценки спектральных параметров указанных сигналов в условиях возможного появления помех и нарушений стационарности анализируемых процессов.

6. Создание новых программно-алгоритмических средств, предназначенных для использования в приборах и системах длительного кардиологического наблюдения и обеспечивающих повышение точности и надёжности решения задач автоматического анализа ЭКС с целью получения значимой для диагностики информации о состоянии сердечно-сосудистой системы человека.

Методы исследования. Для решения поставленных теоретических задач в диссертационной работе использовались методы математической статистики, спектрального анализа, математического моделирования, распознавания образов, анализа случайных процессов.

Экспериментальные исследования выполнены с использованием наборов реальных записей сигналов, полученных как непосредственно в медицинских учреждениях, так и из доступных банков данных, в частности, из баз данных, размещённых на сайте Массачусетского технологического института (США) «http://www.physionet.org/». Программное обеспечение для проведения экспериментов разрабатывалось с использованием программных сред MS Visual С++ и MATLAB.

Научная новизна результатов заключается в разработке и исследовании:

• комплексного подхода к созданию методов и алгоритмов автоматического непрерывного анализа элекгрокардиосигнала, заключающегося в ориентации на конечные цели обработки сигнала и в согласовании последовательных стадий обработки как по составу и виду входных и выходных сигналов, так и по используемым математическим методам анализа сигналов;

• методики оценки влияния параметров процедур предварительной цифровой фильтрации элекгрокардиосигнала на эффективность решения задачи обнаружения желудочковых комплексов ЭКГ в условиях наличия помех, а также разнообразия форм и изменчивости сигнала;

• метода автоматического обнаружения желудочкового комплекса ЭКГ, учитывающего статистические характеристики и контекст электрокардиосигнала, обладающего высокой помехоустойчивостью, а также способностью адаптироваться к динамически возникающим изменениям сигнала;

• теоретической основы и методов для решения задачи классификации форм желудочковых комплексов ЭКГ по видам их морфологий с использованием информативных признаков, вычисляемых как во временной, так и в частотной областях;

• математической модели сигнала сердечного ритма, способной воспроизводить реалистичный сигнал с заданными значениями частотных параметров вариабельности сердечного ритма и предназначенной для тестирования и оценки качества методов математического анализа ВСР;

• методов и алгоритмов, обеспечивающих вычисление статистически состоятельных и надёжных оценок спектральных показателей вариабельности сердечного ритма и артериального давления, а также оценки фазовых взаимосвязей между этими сигналами в условиях существования нарушений непрерывности и стационарности сигналов.

Достоверность научных положений и выводов подтверждается результатами использования математических методов анализа, теории исследования случайных процессов, результатами экспериментов с использованием как модельных, так и реальных сигналов, оценкой эффективности разработанных алгоритмов и методов, а также результатами практического использования созданных алгоритмических и программных средств.

Практическую ценность работы представляют следующие полученные в диссертационной работе результаты.

1. Методы и алгоритмы автоматического анализа электрокардиосигнала, предназначенные для использования в составе программно-алгоритмического обеспечения приборов и систем медицинского назначения:

• обобщённая логическая структура алгоритмического обеспечения систем кардиологического наблюдения, решающего задачу получения значимой для диагностики информации о текущем состоянии сердечно-сосудистой системы человека.

• алгоритмы предварительной цифровой фильтрации электрокардиосигнала и оценки уровня шумов, обеспечивающие эффективное подавление помех и создающие оптимальные условия для работы последующих стадий анализа сигнала;

• алгоритм обнаружения желудочкового комплекса ЭКГ, решающий задачу текущего контроля частоты сердечных сокращений и определения значений Ш1-интервалов, используемых далее для анализа ритма сердца и его нарушений;

• алгоритм классификации форм желудочковых комплексов ЭКГ, результаты работы которого используются для последующего анализа вариабельности сердечного ритма, распознавания аритмий и анализа ишемических изменений кардиоцикла ЭКГ;

• алгоритмы расчёта частотных параметров вариабельности сердечного ритма и совместных характеристик сигналов сердечного ритма и артериального давления, предназначенные для оценки вегетативной регуляции ритма сердца в системах для кардиологического наблюдения и функциональной диагностики.

2. Прикладные программные средства, реализующие предложенные алгоритмы анализа электрокардиосигнала и предназначенные как для использования в приборах и системах кардиологического наблюдения, так и для решения исследовательских задач.

Научные положения, выносимые на защиту:

1. Наиболее эффективное решение задач автоматической обработки и анализа электрокардиосигнала достигается при условии информационного и логического согласования всех этапов обработки сигнала с ориентацией на конечные цели анализа.

2. Выбор оптимальных параметров процедур предварительной фильтрации электрокардиосигнала позволяет существенно " повысить эффективность обнаружения желудочкового комплекса ЭКГ. При этом наилучшие результаты обеспечиваются при последовательном использовании адаптивной фильтрации сетевой наводки и полосовой фильтрации в диапазоне частот от 5 Гц до 30 Гц.

3. Повышение качества процедуры обнаружения желудочкового комплекса ЭКГ достигается за счёт использования алгоритма, учитывающего контекст электрокардиосигнала и его статистические параметры, а также обладающего способностью к адаптивному отслеживанию динамически изменяющихся свойств сигнала.

4. Использование двух синхронно снимаемых отведений для решения задачи обнаружения желудочкового комплекса ЭКГ даёт существенный прирост качества работы алгоритма по сравнению со случаем использования одного отведения. В то же время, добавление третьего отведения ЭКГ сказывается на результатах работы алгоритма незначительно.

5. Задача классификации форм желудочковых комплексов ЭКГ наиболее эффективно решается за счёт одновременного использования морфологических признаков, рассчитанных альтернативными методами: во временной области, в частотной области, с использованием корреляции. При этом наилучшие результаты даёт совместное использование частотного и корреляционного методов.

6. Наибольшей точностью и статистической устойчивостью обладают спектральные оценки вариабельности сердечного ритма, рассчитанные периодограммным методом на основе быстрого преобразования Фурье при использовании прямоугольного окна.

7. Наиболее точные оценки показателей фазовых соотношений (задержек) между сигналами сердечного ритма и мгновенного артериального давления получаются с использованием метода непосредственного сопоставления фазовых спектров, рассчитанных отдельно для каждого из сигналов, при условии наличия существенной когерентности между сигналами в соответствующих частотных диапазонах.

Реализация результатов работы. Полученные в диссертационной работе результаты теоретических и прикладных исследований использовались при выполнении НИР в СПбГЭТУ «ЛЭТИ» (более 20 проектов). В том числе по грантам РФФИ: 97-01-00260 «Исследование методов распознавания образов для анализа биомедицинских сигналов» (1997-1999); 00-01-00448 «Исследование методов обработки и распознавания биомедицинских сигналов» (2000-2002); 02-01-08073-инно «Разработка и создание опытного образца компьютерного комплекса для функциональных исследований в кардиологии» (2002-2004); 03-01-00216 «Исследование методов распознавания формы биомедицинских сигналов» (20032005); 06-01-00546 «Разработка методов и алгоритмов распознавания биомедицинских сигналов» (2006-2008); 08-01247-а «Компьютерный комплекс мониторного контроля ЭКГ» (2006 - 2008).

В рамках ФЦНТП «Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначения» автор участвовал в выполнении проектов: 0201.05.251 «Разработка информационных технологий и инструментальных средств для создания и развития прикладных инструментальных систем в технике, образовании, медицине и в системах специального назначения» (1999-2001); 01.37.03.01.05 «Методы распознавания образов, обработки сигналов и изображений для самоорганизующихся систем» (2002-2004).

Результаты научных исследований внедрены в виде пакетов прикладных программ в компьютерном комплексе мониторного контроля ЭКГ «РИТМОН» и диагностической системе «Кардиометр-МТ», разработанных и выпускаемых соответственно предприятиями Санкт-Петербурга ООО «Биосигнал» и ЗАО «Микард-Лана» совместно с СПбГЭТУ «ЛЭТИ».

Полученные в ходе исследований результаты внедрены в учебный процесс СПбГЭТУ «ЛЭТИ» по направлениям подготовки специалистов в области медицинского приборостроения: «Биомедицинская техника» и «Биомедицинская инженерия». Они включены в разработанные автором учебно-методические комплексы по дисциплинам: «Методы обработки биомедицинских сигналов и данных», «Компьютерные технологии в медико-биологических исследованиях».

Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались в период 1980 - 2008 гг. более чем на тридцати конференциях и симпозиумах по проблемам теории и практики обработки и распознавания биосигналов, медицинского приборостроения и автоматизации электрокардиографических исследований, в том числе на следующих Международных и Всероссийских конференциях и симпозиумах:

Всесоюзной научно-технической конференции «Проблемы создания технических средств для диагностики и лечения заболеваний сердечно-сосудистой th fU системы» (1990, Львов); 5 and 7 International Conference on Biomedical Engineering and Medical Informatics (SYMBIOSIS 1997, Brno; SYMBIOSIS 2003, St. Petersburg); • International Workshop «Biomedical Engineering & Medical Informatics» - ВЕМГ97, (1997, Gliwice, Poland); Международных конференциях «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-5-2000, Самара; РОАИ-6-2002, Великий Новгород; РОАИ-7-2004, С.-Петербург; РОАИ-8-2007, Йошкар-Ола; РОАИ-9-2008, Нижний Новгород.); II и VII Международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» (КАРДИОСТИМ-1998, С.-Петербург; КАРДИОСТИМ-2000, С.-Петербург); The 24й1 and 35л Annual Conference Computers in Cardiology (1997, Lund, Sweden; 2008, Bologna, Italy); The 3rd European Medical and Biological Engineering Conference EMBEC'05 (2005, Prague, Czech Republic); а также на ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (1980-2007 гг.)

Приборы и системы автоматического анализа элекгрокардиосигнала, разработанные на основе полученных научных и практических результатов работы, неоднократно демонстрировались на выставках медицинской техники.

Публикации. По теме диссертации опубликовано 92 научных работы, из них: 29 статей (опубликованных в ведущих рецензируемых журналах и изданиях, определенных ВАК Минобрнауки России, - 11 статей), 57 работ в материалах российских и международных научно-технических конференций, 1 монография, 5 официально зарегистрированных комплексов алгоритмов и программ.

Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 156 наименований, списка условных обозначений и аббревиатур. Основная часть работы изложена на 253 страницах машинописного текста. Работа содержит 84 рисунка и 22 таблицы.

Заключение диссертации по теме «Приборы, системы и изделия медицинского назначения», Калиниченко, Александр Николаевич

Выводы

1. Выполнен анализ мер как алгоритмического, так технического характера, позволяющих снизить загрузку процессора и потребность в оперативной памяти в компьютерных системах кардиологического наблюдения, осуществляющих автоматическую обработку и анализ электрокардиосигнала в режиме реального времени.

2. Созданы новые программные средства для компьютерных систем и приборов кардиологического наблюдения и диагностики, а также исследовательские комплексы, позволяющие решать задачи текущего контроля сердечной деятельности человека, оценки регуляторной функции вегетативной нервной системы и состояния организма по частотным показателям ВСР, что способствует повышению эффективности применения средств компьютерной диагностики и автоматизации в лечебном процессе.

3. Разработанные методы и алгоритмы предварительной фильтрации ЭКГ, обнаружения и классификации форм желудочковых комплексов и методы анализа ВСР внедрены в практических компьютерных системах «РИТМОН» и «Кардиометр-МТ», которые имеют регистрационные удостоверения МЗ РФ, а также сертификат Госстандарта РФ и выпускаются несколькими предприятиями г. С.-Петербурга.

4. Разработанные методы и алгоритмы адаптивной цифровой фильтрации сетевой наводки, фильтрации нижних и верхних частот, обнаружения С)Я8-комплекса ЭКГ и измерения БЖ-интервала, анализа вариабельности сердечного ритма внедрены в серийно выпускаемом ОАО «Ижевский мотозавод. "Аксион-холдинг"» трёхканальном электрокардиографе ЭК1Т-07 "АКСИОН".

Заключение

В результате проведения представленных в диссертации теоретических и экспериментальных исследований, был решен ряд проблем теоретического характера и создан комплекс методов цифровой обработки и анализа биомедицинских сигналов, что позволило расширить класс анализируемых показателей сердечной деятельности человека и повысить качество и надежность приборов и систем кардиологического наблюдения за счет реализации разработанных алгоритмов и методов в виде прикладных программных комплексов.

1. Разработана обобщённая структура алгоритмического обеспечения анализа электрокардиосигнала в системах кардиологического наблюдения, основанная на комплексном подходе к созданию методов и алгоритмов автоматического непрерывного анализа электрокардиосигнала.

2. Обоснован выбор параметров процедур предварительной цифровой фильтрации, обеспечивающих оптимальные условия для решения задачи обнаружения желудочкового комплекса ЭКГ. Показано, что наилучшие результаты достигаются при использовании полосовой фильтрации электрокардиосигнала с частотами среза цифрового фильтра равными 5 Гц и 30 Гц при значениях ширины переходной полосы соответственно равных 4 Гц и 25 Гц.

3. Разработан алгоритм автоматического обнаружения желудочкового комплекса ЭКГ по электрокардиосигналу в одном отведении, учитывающий статистические характеристики и контекст электрокардиосигнала, обладающий высокой помехоустойчивостью, а также способностью адаптироваться к динамически возникающим изменениям сигнала. Оценка качества разработанного алгоритма показала его преимущество перед ранее разработанным алгоритмом аналогичного назначения.

4. Разработан алгоритм обнаружения желудочкового комплекса ЭКГ по электрокардиосигналу в двух или трёх синхронно снимаемых отведениях, обладающий существенно более высокими показателями качества работы, чем алгоритм, использующий одно отведение ЭКГ.

5. Разработан и исследован алгоритм классификации форм желудочковых комплексов ЭКГ, основанный на одновременном использовании морфологических признаков, рассчитанных во временной области, в частотной области и с использованием корреляции. Алгоритм продемонстрировал качество классификации в 1,5-2 раза превышающее результаты, получаемые для каждого из перечисленных методов в отдельности.

6. Предложена и разработана математическая модель сигнала сердечного ритма, способная воспроизводить реалистичный сигнал с заданными значениями частотных параметров вариабельности сердечного ритма и предназначенная для тестирования и оценки качества методов математического анализа ВСР.

7. Предложены процедуры расчёта спектральных показателей вариабельности сердечного ритма, позволяющие получить наиболее точные и статистически устойчивые оценки параметров ВСР.

8. Разработаны и исследованы методы оценки стационарности сигнала сердечного ритма, позволяющие локализовать стационарные участки продолжительных записей сигнала с целью исключения возможности получения некорректных и статистически несостоятельных оценок спектральных показателей вариабельности сердечного ритма.

9. Разработаны методы оценки фазовых соотношений между сигналами сердечного ритма и мгновенного артериального давления, позволяющие количественно охарактеризовать временные задержки между когерентными колебаниями данных двух сигналов.

10. Созданы новые программные средства для компьютерных систем и приборов кардиологического наблюдения и диагностики, а также исследовательские комплексы, позволяющие решать задачи текущего контроля сердечной деятельности человека, оценки регуляторной функции вегетативной нервной системы и состояния организма по частотным показателям ВСР, что способствует повышению эффективности применения средств компьютерной диагностики и автоматизации в лечебном процессе. Разработанные алгоритмы предварительной фильтрации ЭКГ, обнаружения и классификации форм желудочковых комплексов и методы анализа ВСР внедрены в практические компьютерные системы «РИТМОН» и «Кардиометр-МТ», которые имеют регистрационные удостоверения МЗ РФ, а также сертификат Госстандарта РФ и выпускаются несколькими предприятиями г. С.-Петербурга.

Список литературы диссертационного исследования доктор технических наук Калиниченко, Александр Николаевич, 2008 год

1. Анализ сердечного ритма / Под ред. Д. Жемайтите, Л. Тельксниса. -Вильнюс: Мокслас. 1982. - 130 с.

2. Ахутин, В.М. Теория и проектирование диагностической электронно-медицинской аппаратуры / В.М. Ахутин и др. Л.: Изд-во ленингр. ун-та, -1980.-147 с.

3. Баевский, P.M. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации) / P.M. Баевский и др. // Вестник аритмологии. 2001. - № 24. - С. 65-87.

4. Баевский, P.M. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения / P.M. Баевский, Г.Г. Иванов // Ультразвуковая и функциональная диагностика. 2001. - № 3. - С. 106 -127.

5. Баевский, P.M. К проблеме прогнозирования функционального состояния человека в условиях длительного космического полета / P.M. Баевский // Физиол. Журн. СССР. 1972. -№ 6. - С.819-827.

6. Баевский, P.M. Кибернетический анализ процессов управления сердечным ритмом / P.M. Баевский // Актуальные проблемы физиологии и патологии кровообращения М.: Медицина, 1976. С. 161 - 175.

7. Баевский, P.M. Математический анализ изменений сердечного ритма при стрессе / P.M. Баевский, О.И. Кириллов, С.З. Клецкин. М.: Наука, 1984. -220 с.

8. Баевский, P.M. Прогнозирование состояний на грани нормы и патологии. -М.: Медицина, 1979. 205 с.

9. Баевский, Р.М.Оценка адаптационных возможностей организма и риск развития заболеваний / P.M. Баевский, А.П. Берсенева. М.: Медицина, 1997.-265 с.

10. Бендат, Дж. Прикладной анализ случайных данных / Дж. Бендат, А. Пирсол; пер. с англ. М.: Мир, 1989. - 540 с.

11. Березный, Е.А. Корреляционная ритмография при исследовании и лечении больных с мерцательной аритмией // Кардиология. 1981. - Т. 21, № 5. - С. 94 - 96.

12. Биотехнические системы: теория и проектировании / В.М. Ахутин и др.; под ред. В.М. Ахутина. Л.: Изд-во ЛГУ, 1981.-220 с.

13. Борин, В.П. Автоматический вывод грамматики для распознавания структурных элементов биомедицинских сигналов / В.П. Борин, Л.А. Манило, А.П. Немирко // Изв. ЛЭТИ. 1994. - Вып. 468. - С. 12-17.

14. Вайсман, М.В. Программируемый имитатор электрокардиосигналов / М.В.Вайсман,. Д.А. Прилуцкий, С.В.Селищев // Медицинская техника. -2000,-№2.-С. 34-37.

15. Вальденберг, A.B. Мониторный контроль ЭКГ в иетенсивной терапии / A.B. Вальденберг, А.Н. Калиниченко // Мир медицины. 1999. - № 1-2. с. 42-45.

16. Воскресенский, А.Д. Статистический анализ сердечного ритма и показателей гемодинамики в физиологических исследованиях / А.Д. Воскресенский, М.Д. Вентцель.-М.: Наука, 1974 -221 с.

17. Танеев, P.M. Математические модели в задачах обработки сигналов. М.: Горячая линия-Телеком, 2002. - 83 с.

18. Гофман, Б. Электрофизиология сердца / Б. Гофман, П. Крейнфилд; пер. с англ. Т.С.Цузмер; под ред. Е.Б. Бабского. М.: Изд-во иностр. лит., 1968. -390 с.

19. Дженкинс, Г. Спектральный анализ и его приложения / Г. Дженкинс, Д. Ватте; пер. с англ. М.: Мир, 1971. - 316 с.

20. Дроздов, Д.В. Автоматический анализ ЭКГ: проблемы и перспективы / Д.В. Дроздов, В.М. Леванов // Здравоохранение и медицинская техника. 2004. -№1.

21. Дуда, 3. Распознавание образов и анализ сцен / 3. Дуда, П. Харт; пер. с англ. -М.: Мир, 1976.-511 с.

22. Кавасма, P.A. Автоматизированный анализ и обработка электрокардиографических сигналов. Методы и система. / P.A. Кавасма, A.A. Кузнецов, Л.Т. Сушкова: под ред проф. Л.Т. Сушковой. М.: Сайнс-пресс. -2006. - 144 с.

23. Калиниченко, А.Н. Алгоритм анализа ЭКГ при элекгрокардиостимуляции / А.Н. Калиниченко, A.IO. Левин, A.A. Трушев // Известия СПбГЭТУ "ЛЭТИ" (Известия Государственного электротехнического университета). 1996. -Вып. 491.-С. 44-51.

24. Калиниченко, А.Н. Влияние частоты дискретизации ЭКГ на точность вычисления спектральных параметров вариабельности сердечного ритма / А.Н. Калиниченко, О.Д. Юрьева // Информационно-управляющие системы. -2008,-№2.-С. 46-49.

25. Калиниченко, А.Н. Методы цифровой фильтрации электрокардиосигнала в кардиомониторных системах. Дисс. . канд. техн. наук. Л.: ЛЭТИ, 1988. -206 с.

26. Калиниченко, А.Н. Мониторный контроль ЭКГ пациентов с имплантированными электрокардиостимуляторами / А.Н. Калиниченко и др. // Вестник аритмологии, 2000 - № 15. - С. 155.

27. Калиниченко, А.Н. Мониторы для наблюдения больных в клинике / А.Н. Калиниченко // Медицинская техника и химические реактивы. Информационный бюллетень. 1996. - № 4. - С. 2-4.

28. Калиниченко, А.Н. Оперативная обработка многоканальной ЭКГ / А.Н. Калиниченко, С.Ю. Левашов. // Известия СПбГЭТУ "ЛЭТИ" (Известия Государственного электротехнического университета). 1994. - Вып. 468. -С. 26-31.

29. Калиниченко, А.Н. О точности и достоверности спектральных методов расчёта показателей вариабельности сердечного ритма / А.Н. Калиниченко // Информационно-управляющие системы. 2007. - № 6. - С. 41 - 48.

30. Калиниченко, А.Н. Разработка автоматизированного архива электрокардиограмм для исследований мониторных систем / А.Н. Калиниченко, Л.А. Манило, И.С. Терентьева // Известия ЛЭТИ. 1986. -Вып. 367.-С. 48-53.

31. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ / А. Л. Барановский, А.Н. Калиниченко, Л.А. Манило и др.; под ред. А.Л. Барановского и А.П. Немирко. М.: Радио и связь, 1993. - 248 с.

32. Коробков, Д.В. Методы и алгоритмы анализа многоканальной ЭКГ для оперативного контроля ишемии миокарда. Дисс. . канд. техн. наук. СПб.: Гос. электротехн. ун-т (ЛЭТИ), 2000. - 151 с.

33. Кушаковский, М.С. Аритмии сердца. 2-е изд. СПб.: Фолиант. - 1998. - 633 с.

34. Лебедева, H.A. Алгоритмы анализа многоканальной ЭКГ для классификации форм QRS-комплексов: Дисс. . канд. техн. наук. СПб.: Гос. электротехн. ун-т (ЛЭТИ), 1999.- 155 с.

35. Левашов, С.Ю. Исследование методов поциклового сжатия электрокардиосигнала: Дисс. . канд. техн. наук. СПб.: Гос. электротехн. ун-т (ЛЭТИ), 1995.- 174 с.

36. Манило, Л.А. Преобразование пространства спектральных признаков с использованием весовых функций в задачах распознавания сигналов / Л.А.

37. Манило // Известия вузов России. Радиоэлектроника. 2007. - Вып.2. - С. 38 -44.

38. Манило, Л.А. Авторегрессионные модели случайных процессов в задачах распознавания нарушений сердечного ритма / А.Л.Манило // Известия СПбГЭТУ "ЛЭТИ". Сер. Биотехнические системы в медицине и экологии. -2004.-Вып. 2.-С. 1 -8.

39. Манило, Л.А. Новый подход к спектральному анализу вариабельности сердечного ритма / Л.А. Манило, Н.И. Родина // Известия СПбГЭТУ "ЛЭТИ", сер. Биотехнические системы в медицине и экологии. 2003. -Вып. 1. С. 16-20.

40. Манило, Л.А. Оценка допустимого уровня остаточных помех при анализе нагрузочной ЭКГ / Л.А. Манило, К.Н. Милева // Изв. ЛЭТИ, сер. Биотехнические и медицинские системы. 1990. - Вып. 428. - С. 45 - 50.

41. Манило, Л.А. Построение решающих функций в пространстве спектральных признаков для систем кардиологического наблюдения / Л.А. Манило// Известия СПбГЭТУ "ЛЭТИ". Сер. Биотехнические системы в медицине и экологии-2006.-Вып. 1.-С. 13-21.

42. Манило, Л.А. Теория и методы анализа сердечного ритма и распознавания аритмий в медицинских диагностических системах. Дис. . докт. техн .наук.- СПб.: Гос. электротехн. ун-т (ЛЭТИ), 2007. 333 с.

43. Манило, Л.А. Упорядочение спектральных признаков по эмпирическим оценкам межгруппового расстояния в задачах классификации биосигналов / Л.А. Манило // Известия вузов России. Радиоэлектроника. 2006. - Вып.З. -С. 20 -29.

44. Марпл-мл., С. Л. Цифровой спектральный анализ и его приложения; пер. с англ. М.: Мир. - 1990. - 584 с.

45. Микрокомпьютерные медицинские системы: Проектирование и применение / Под ред. У.Томпкинса, Дж. Уэбстера: Пер. с англ. М.: Мир. - 1983. - 544 с.

46. Милева, К.Н. Разработка и исследование методов автоматического анализа 8Т-сегмента электрокардиограммы в реальном масштабе времени. Дисс. . канд. техн. наук. Л.: ЛЭТИ, 1989. - 261 с.

47. Миронова, Т.Ф. Вариабельность сердечного ритма при ишемической болезни сердца / Т.Ф. Миронова, В.А. Миронов. Челябинск: Рекпол. -2006.- 136 с.

48. Миронова, Т.Ф. Клинический анализ волновой структуры синусового ритма сердца (Введение в ритмокардиографию и атлас ритмокардиограмм) / Миронова Т.Ф., Миронов В.А. Челябинск: Челябинский Дом печати -1998.- 162 с.

49. Михайлов, В.М. Вариабельность ритма сердца. Опыт практического применения. Иваново: НейроСофт. - 2000. - 200 с.

50. Немирко, А.П. Алгоритм оперативного распознавания опасных аритмий / А.П Немирко., Л.А. Манило, А.Н. Калиниченко // Изв. ЛЭТИ. 1981. - Вып. 283.-С. 71-75.

51. Немирко, А.П. Кардиомониторная система RITMON для отделений интенсивной терапии и реанимации / А.П. Немирко, А.Н. Калиниченко и др. // Научное приборостроение (РАН). 1996. - Т. 6. - С. 115-116.

52. Немирко, А.П. Обработка и автоматический анализ электрокардиосигналов / А.П. Немирко // Изв. СПбГЭТУ. 2002. - Вып.1. - С.34-36.

53. Немирко, А.П. Распознавание волн ЭКГ при кардиостимуляции / А.П. Немирко, М.М. Гасанов, Д.Ф. Егоров // Изв. ЛЭТИ. 1986. - Вып. 367. - С. 53-58.

54. Немирко, А.П. Цифровая обработка биологических сигналов. М.: Наука, 1984.- 145 с.

55. Нидеккер, И.Г. Проблема математического анализа сердечного ритма / И.Г. Нидеккер, Б.М. Федоров // Физиология человека. 1993. - Т. 19, № 3, вып. 6. - С. 80-87.

56. Обработка биомедицинских сигналов с использованием программного пакета LabVIEW: Методические указания к выполнению лабораторных и практических работ / Сост.: Л.А. Манило, С.Ю. Левашов, А.Н. Калиниченко; СПб.: СПбГЭТУ. 1998. - 38 с.

57. Орлов, В.Н. Руководство по электрокардиографии. М.: Медицина, 1984. -526 с.

58. Петров, Г.А. Поцикловое обнаружение Р-зубцов ЭКГ в кардиомониторных системах. Дисс. . канд. техн. наук. СПб.: Гос. электротехн. ун-т (ЛЭТИ), 2002.-151 с.

59. Программа исследования ЭКГ при электрокардиостимуляции (КардиоКит -Стимуляция): РОСПАТЕНТ РФ, гос. per. № 2003611609 / А.П. Немирко,

60. A.Н. Калиниченко, Ю.И. Гончаренко и др., заявитель Общество с ограниченной ответственностью "Биосигнал". -2003.

61. Программа автоматизации нагрузочной пробы (КардиоКит Стресс-тест): РОСПАТЕНТ РФ, гос. per. № 2003611610 / А.П. Немирко, А.Н. Калиниченко, Ю.И. Гончаренко и др., заявитель Общество с ограниченной ответственностью "Биосигнал". - 2003.

62. Программа исследования сердечного ритма (КардиоКит Анализ ритма): РОСПАТЕНТ РФ, гос. per. № 2003611611 / А.П. Немирко, А.Н. Калиниченко, Ю.И. Гончаренко и др., заявитель Общество с ограниченной ответственностью "Биосигнал11. - 2003.

63. Программный комплекс мониторного контроля ЭКГ "RITMON": РосАПО РФ, гос. per. № 960002 / А.П. Немирко, А.Н. Калиниченко, С.Ю. Левашов и др., заявитель Товарищество с ограниченной ответственностью "БИОСИГНАЛ". 1996.

64. Рангайян, P.M. Анализ биомедицинских сигналов; пер. с англ. А.Н. Калиниченко под ред. А.П. Немирко. М.: Физматлит. 2007. - 440 с.

65. Родина, Н.И. Разработка метода анализа процессов управления сердечным ритмом для компьютерных медицинских систем. Дисс. . канд. техн. наук. -СПб.: Гос. электротехн. ун-т (ЛЭТИ), 2003. -163 с.

66. Руксин, В.В. Стандартизация и мониторирование спектральных показателей вариабельности сердечного ритма. / Руксин В.В., Пивоваров В.В., Кудашев

67. B.Х., Федченко Е.И. // Terra Medica. 1998. - № 1. - С. 2 - 8.

68. Рябыкина, Г.В. Анализ вариабельности ритма сердца / Г.В. Рябыкина, А.В. Соболев // Кардиология 1996. 10. С. 87-97.

69. Рябыкина, Г.В. Вариабельность ритма сердца. / Рябыкина Г.В., Соболев А.В. М.: СтарКо, 1998. - 200 с.

70. Свешников, К.В. Исследование методов и алгоритмов автоматизированного анализа электрокардиосигнала при кардиостимуляции: Дисс. . канд. техн. наук. СПб.: Гос. электротехн. ун-т (ЛЭТИ), 1999. - 173 с.

71. Сергиенко, А.Б. Цифровая обработка сигналов. СПб.: Питер, 2003. 604 с.

72. Солонина, А.И. Основы цифровой обработки сигналов. Курс лекций / А.И. Солонина и др. // СПб.: БХВ-Петербург, 2003. 608 с.

73. Томпкинс, У. Микрокомпьютерные медицинские системы: Проектирование и применения. / У. Томпкинс, Дж. Уэбстер. Пер. с англ. М.: Мир, 1983 -544 с.

74. Хан, М.Г. Быстрый анализ ЭКГ. Пер. с англ. СПб.: «Невский диалект» -«Издат. БИНОМ», 1999. - 286 с.

75. Хемминг, Р.В. Цифровые фильтры. М.: Сов. Радио, 1980. 224 с.

76. Шакин, В.В. Вычислительная электрокардиография. М.: Наука, 1981. - 167 с.

77. Шальдах, М. Элекгрокардиотерапия: Пер. с. англ. и ред. В.Н. Хирманова. -СПб., 1992.-256 с.

78. Afonso, V.X. ECG beat detection using filter banks / V.X. Afonso, et al. // IEEE Trans. Biomed. Eng. 1999. - Vol. 46. - P. 192 - 202.

79. Akay, M. Biomedical Signal Processing. Academic Press, 1994, - 377 p.

80. Akselrod, S. Power spectrum analysis of heart rate fluctuation: a quantitative probe of beat cardiovascular control / S. Akselrod and oth. // Science. 1981. -Vol. 213.-P. 220-222.

81. Avenda, L.D. Improvement of an Extended Kalman Filter Power Line Interference Suppressor for ECG Signals / L.D. Avenda, et al. // IEEE. Computers in Cardiology. 2007. - Vol. 34. - P. 553-556.

82. Barro, S. Classifying multichannel ECG patterns with an adaptive neural network / S. Barro, at al. // Engineering in Medicine and Biology Magazine. 1998. - Vol. 17(1).-P. 45-55.

83. Berger, R.D. An Efficient Algorithm for Spectral Analysis of Heart Rate Variability / R.D.Berger, at al. // IEEE Transaction on Biomedical Engineering. -1986. Vol. BME-33, No 9. - P. 900-904.

84. Bortolan, G. Hyperbox classifiers for ECG beat analysis / G. Bortolan, I.I. Christov, W. Pedrycz // IEEE. Computers in Cardiology. 2007. - Vol. 34. - P. 145 - 148.

85. Boyarkin, M.V. Heart Rate Variability as an Index of Autonomic Heart Regulation in Acute Miocardial Infarction Patients / M.V, Boyarkin, A.N. Kalinichenko, A.P. Nemirko // IEEE. Computers in Cardiology. 1997. - Vol. 24. - P. 45 - 48.

86. Cellar, B. ECG analysis and processing using wavelets and other methods / B. Cellar, et al. // Biomed. Eng. Appl. Basis Commun. 1997. - Vol. 9(2). - P. 81 -90.

87. Chiarugi, F. Adaptive Threshold QRS Detector with Best Channel Selection Based on a Noise Rating System / F. Chiarugi, V. Sakkalis, D. Emmanouilidou, T. Krontiris, M. Varanini, I. Tollis // IEEE. Computers in Cardiology. 2006 - Vol. 33.- 157-160.

88. Clifford, G.D. Advanced Methods and Tools for ECG Data Analysis / G.D. Clifford, F.J. Azuaje, P.E. McSharry (editors). Artech House Publishers. - 2006. -384 p.

89. Clifford, G.D. Quantifying Errors in Spectral Estimates of HRV Due to Beat Replacement and Resampling / Gari D. Clifford // IEEE Trans. Biomed. Eng. -2005. Vol. 52(4). - P. 630 - 638.

90. Coast, D.A. An approach to cardiac arrhythmia analysis using hidden Markov models / D.A. Coast, at al. // IEEE Trans. Biomed. Eng. 1990. - Vol. 37. - P. 826-836.

91. Cohen, A. Biomedical Signal Processing. CRC Press, 1986 - 362 p.

92. Cohen, L. Time-frequency distributions. A review // Proc. IEEE. - 1989. - V. 77.-P. 941-981.

93. DeBoer, R.W. Comparing spectra of a series of point events particularly for heart rate variability data / R.W.DeBoer, J.M.Karemaker, J.Strackee // IEEE Transaction on Biomedical Engineering. 1984. - Vol. BME-31, No 4. - P. 384387.

94. Delgado, E. Recognition of Cardiac Arrhythmias by Means of Beat Clustering on ECG-Holter Records / E. Delgado, at al. // IEEE. Computers in Cardiology. -2007. Vol. 34. - P. 161 - 164.

95. DePinto, V. Filters for the reduction of baseline wander and muscle artifact in the ECG / V. de Pinto // J.Electrocardiology. 1992. - Vol. 25. - P. 40 - 48.

96. Friesen, G.M. A comparison of the noise sensitivity of nine QRS detection algorithms / G.M. Friesen at al. // IEEE Trans. Biomed. Eng. 1990. - Vol. 37. -P. 85-98.

97. Giraldo, B.F. Automatic Detection of Atrial Fibrillation and Flutter using the Differentiated ECG Signal. / B.F. Giraldo, P. Laguna, R. Jane, P. Caminal // Proceedings of Computers in Cardiology, pp.369-372. IEEE Computer Society, 1994.

98. Guimaraes, H.N. A comparative analysis of preprocessing techniques of cardiac event series for the study of heart rhythm variability using simulated signals / H.N. Guimaraes, R.A.S. Santos // Braz. J. Biol. Res. 1998. - 31(1). - P. 421^130.

99. Guvenir, H.A. A supervised learning algorithm for arrhythmia analysis / H.A. Guvenir, at al. // IEEE. Computers in Cardiology. 1997. - Vol. 24. - P. 433 -436.

100. Ham, F.M. Classification of cardiac arrhythmias using fuzzy ARTMAP / F.M. Ham, S. Han // IEEE Trans. Biomed. Eng. 1996. - Vol. 43. - P. 425-430.

101. Heart rate variability. Standards of Measurements, Physiological Interpretation, and Clinical Use // Circulation. 1996. 93 (5). - P. 1043 - 1065.

102. Hu Y.H. Detection and Suppression of Power-Line Interference in Electrocardiogram Signals / Y.H. Hu, Y.D. Lin // IEEE. Computers in Cardiology. 2007. - Vol. 34. - P. 549 - 552.

103. Hyndman, B.W. A model of the cardiac pacemaker and its use in decoding the information content of cardiac intervals / B.W. Hyndman, R.K. Mohn // Automedica. 1975. Vol. 1. - P. 239-252.

104. Jager, F. Detection of Transient ST Segment Episodes During Ambulatory ECG Monitoring / J. Franc, G. Moody, R.G. Mark // Computers and biomedical research. 1998. - Vol. 31. - P. 305 - 322.

105. Kadambe, S. Wavelet transform-based QRS complex detector / S. Kadambe, R. Murray, G.F. Boudreaux-Bartels // IEEE Trans. Biomed.Eng. 1999. -Vol. 46. -P. 838-848,

106. Kamath, M.V. Power spectral analysis of HRV: a non-invasive signature of cardiac autonomic functions. Crit. Rev. / M.V. Kamath, E. L. Fallen // Biomed. Eng. 1993; Vol. 21(3). - P. 245-311.

107. Khadra, L. Detection of life-threatening cardiac arrhythmias using the wavelet transformation / Med. Biol. Eng. Comput. 1997. - Vol. 35(6). - P. 626 - 632.

108. Kohler, B.U. QRS Detection Using Zero Crossing Counts / B.U. Kohler, C. Hennig, R. Jrglmeister // Progress in Biomedical Research. 2003 - Vol. 8 (3). -P. 138- 145.

109. Kohler, B.U. The principles of software QRS detection / B.U. Kohler, C. Hennig, R. Orglmeister // Engineering in Medicine and Biology Magazine, IEEE. 2002. -Vol. 21.-P. 42-57.

110. Lagerholm, M. Clustering ECG complexes using Hermite functions and self-organizing maps / M. Lagerholm, at al. // IEEE Trans. Biomed. Eng. 2000. -Vol. 47.-P. 838-848.

111. Last, T. Multi-Component Based Neural Network Beat Detection in Electrocardiogram Analysis / T. Last, C.D. Nugent, F.J. Owens // IEEE. Computers in Cardiology. 2006. - Vol. 33. - P. 573 - 576.

112. Li, C. Detection of ECG characteristic points using wavelet transforms / C. Li, C. Zheng, C. Tai // IEEE Trans. Biomed. Eng. 1995. - Vol. 42. - P. 21-28.

113. Maglaveras, N. ECG pattern recognition and classification using non-linear transformations and neural networks: A review / N. Maglaveras, at al. // Int. J. Med. Informatics. 1998.-Vol. 52.-P. 191-208.

114. Manilo, L.A. Estimation of the Frequency Properties of Rhythmograms in Problems of Recognition of Physiological States / L.A. Manilo, N.I. Rodina // Pattern Recognition and Image Analysis. 2003. - Vol. 13. No 2. - P. 298 - 301.

115. Manilo, L.A. Investigation of a Model of the Cardiac Rhythm Pacemaker Control for the Spectral Analysis of a Rhythmogram / L.A. Manilo, N.I. Rodina // Pattern Recognition and Image Analysis. 2001. - Vol. 11, No 2. - P. 342 - 344.

116. Mantaras, M.C. Non-parametric and Parametric Time-Frequency Analysis of Heart Rate Variability during Arousals from Sleep / M.C. Mantaras, et al. // IEEE. Computers in Cardiology. 2006. - Vol. 33. - P. 745 - 748.

117. Markad, V. Power spectral analysis of heart rate variability: a noninvasive signature of cardiac autonomic function / V. Markad, et al. // Critical Reviews in Biomedical Engineering. 1993. - Vol. 21(3). - P. 245-311.

118. McSharry, P.E. A dynamical model for generating synthetic electrocardiogram signals / P.E. McSharry at al. // IEEE Trans. Biomed. Eng. 2003. - Vol. 50(3). -P. 289 - 294.

119. MIT-BIH Arrhythmia Database. Available from MIT-BIH Database Distribution. Massachusetts Institute of Technology. 77 Massachusetts Avenue, Room E25-505. http://www.physionet.org/physiobank/database/mitdb. [http://ecg.mit.edu]. Cambridge, MA 02139 USA.

120. Mneimneh M.A. An Adaptive Kalman Filter for Removing Baseline Wandering in ECG Signals / MA Mneimneh, et al. // IEEE. Computers in Cardiology. 2006. -Vol. 33.-P. 253-256.

121. Mortara, D.V. Digital filters for ECG signals / D.V. Mortara. // IEEE. Computers in Cardiology. -1977. Vol. 4. - P. 511 - 514.

122. Murashov, P.V. Fast Wavelet Transform Application for the QRS Complex Detection / P.V. Murashov // Pattern Recognition and Image Analysis. 2005, Vol. 15.-No4.-P. 706-708.

123. Nemirko, A.P. Software Package for the Functional Investigations Using ECG / A.P. Nemirko, A.N. Kalinichenko, et al. // Pattern Recognition and Image Analysis. 2003/ — Vol. 13(2). - P. 308 - 310.

124. Nemirko, A.P. Waveform Classification for Dynamic Analysis of ECG / A.P. Nemirko, L.A. Manilo, A.N. Kalinichenko // Pattern Recognition and Image Analysis.- 1995.-Vol. 5.-No 1. -P.131-134.

125. Pan, J. F. real-time QRS-detection algorithm / J. Pan, W.J. Tompkins // IEEE Trans. Biomed. Eng. 1985. - Vol. 32(3). - P. 230 - 236.

126. Perfetto, J.C. Detrended Fluctuation Analysis (DFA) and R-R Interval Variability: A New Linear Segmentation Algorithm / J.C. Perfetto, A. Ruiz, C. D'Attellis // IEEE. Computers in Cardiology. 2006. - Vol. 33. - P. 629 - 632.

127. Reddy, B.R.S. Detection of Complex Atrial Arrhythmias in Resting ECG / B.R.S. Reddy, at al. //Proceedings of Computers in Cardiology, IEEE Computer Society. 1994.-P.777-780.

128. Ribeiro, B.R. Premature Ventricular Beat Detection by Using Spectral Clustering Methods / B.R. Ribeiro, at al. // IEEE. Computers in Cardiology. 2007. - Vol. 34.-P. 149- 152.

129. Suzuki, Y. Self-organizing QRS-wave recognition in ECG using neural networks / Y. Suzuki // IEEE Trans. Neural Networks. 1995. - Vol. 6. - P. 1469 - 1477.

130. Tompkins, WJ. Biomedical digital signal processing. Prentice Hall, 2000. - 366 P

131. Trahanias, P. Syntactic pattern recognition of the ECG / P. Trahanias, E. Skordalakis // IEEE Trans. Pattern Anal. Machine Intell. 1990. - Vol. 12. - P. 648-657.

132. Xue, Q. Neural-network-based adaptive matched filtering for QRS detection / Q. Xue, Y. H. Hu, W. J. Tompkins // IEEE Trans. Biomed. Eng. 1992. - Vol. 39. -P. 317-329.

133. СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И АББРЕВИАТУР1. АД артериальное давление;

134. АКФ автокорреляционная функция;

135. АР авторегрессия (модель процесса);

136. АРСС авторегрессия - скользящее среднее (модель процесса);

137. БПФ быстрое преобразование Фурье;

138. ВКФ взаимная корреляционная функция;

139. ВСПМ взаимная спектральная плотность мощности;

140. В CP вариабельность сердечного ритма;

141. ВФС взаимный фазовый спектр

142. ДПФ дискретное преобразование Фурье;

143. ЖЭ — желудочковая экстрасистола;

144. СПМ спектральная плотность мощности;

145. ЧСС частота сердечных сокращений;1. ЭКГ электрокардиограмма;1. ЭКС электрокардиосигнал;

146. DFA Detrended Fluctuation Analysis, флуктуационный анализ сигналас удаленным трендом;

147. HF High Frequency (высокая частота), диапазон частот от 0,15 до 0,4

148. Гц, рассматриваемый при анализе В CP;

149. FM Integral Pulse Frequency Modulation, интегральная импульсночастотная модуляция (модель порождения последовательности RR-интервалов);

150. Low Frequency (низкая частота), диапазон частот от 0,04 до 0,15

151. Гц, рассматриваемый при анализе ВСР;

152. NN-интервал промежуток времени между смежными R-зубцами,относящимися к фоновому ритму сердца;

153. Р-зубец волна кардиоцикла ЭКГ, соответствующая фазе деполяризациисокращения) предсердий;