Теория и методы анализа сердечного ритма и распознавания аритмий в медицинских диагностических системах тема диссертации и автореферата по ВАК РФ 05.11.17, доктор технических наук Манило, Людмила Алексеевна

• Манило, Людмила Алексеевна
• доктор технических наук
• 2007

Оглавление диссертации доктор технических наук Манило, Людмила Алексеевна

Введение.

Глава 1. Автоматизация анализа сердечного ритма и распознавания аритмий.

1.1. Системы автоматизации электрокардиографических исследований.

1.2. Методы обработки электрокардиосигнала и диагностики сердечных аритмий.

1.3. Анализ вариабельности сердечного ритма во временной области.

1.4. Спектральный анализ вариабельности сердечного ритма.

1.5. Постановка задач исследования.

Глава 2. Спектральный анализ сердечного ритма на базе моделирования функции вегетативного управления.

2.1. Основные электрофизиологические механизмы управления водителем ритма.

2.2. Математическая модель управления водителем сердечного ритма.

2.3. Классификация методов описания последовательности сердечных сокращений.

2.4. Методы преобразования дискретной последовательности кардиоциклов в непрерывный сигнал.

2.5. Воспроизведение функции водителя сердечного ритма.

2.6. Исследования методов обработки последовательности сердечных сокращений на модельных сигналах.

2.6.1. Оценка эффективности спектральных описаний.

2.6.2. Алгоритмическое обеспечение исследований.

2.6.3. Спектральный анализ модельных сигналов.

2.7. Экспериментальные исследования методов воспроизведения функции водителя сердечного ритма на реальных сигналах.

2.7.1. Постановка эксперимента.

2.7.2. Анализ частотных свойств функции водителя сердечного ритма.

Выводы.

Глава 3. Методы автоматического распознавания опасных аритмий.

3.1. Опасные аритмии и методы их распознавания.

3.2. Формирование спектральных признаков при классификации сигналов в частотной области.

3.3. Классификация сигналов с использованием линейных решающих функций.

3.4. Преобразование пространства спектральных признаков с использованием весовых функций.

3.5. Эффективность методов автоматического распознавания опасных аритмий.

Выводы.

Глава 4. Методы автоматической диагностики мерцательной аритмии.

4.1. Физиологические особенности фибрилляции предсердий и методы ее анализа.

4.2. Параметры авторегрессионной модели случайных процессов в задаче распознавания мерцательной аритмии.

4.3. Идентификация биосигналов с использованием оценок условной энтропии.

4.4. Аппроксимация энтропии Колмогорова при анализе хаотических процессов на конечных выборках.

4.5. Построение и исследование эффективности решающих функций.

4.6. Автоматическая классификация типов мерцательной аритмии.

Выводы.

Глава 5. Кусочно-полиномиальная интерполяция при автоматическом анализе электрокардиосигнала.

5.1. Обработка электрокардиографических данных на основе интерполяции.

5.2. Способы построения непрерывной кривой по точкам с помощью сплайн-функций.

5.3. Построение корректирующей функции по базису из В- сплайнов.

5.4. Интерполяция на базе кубических сплайнов дефекта 1.

5.5. Исследование качества интерполяции кубическими сплайнами в задаче коррекции дрейфа изолинии электрокардиосигнала.

5.5.1. Методика проведения экспериментов.

5.5.2. Коррекция дрейфа изолинии на базе кубических сплайнов дефекта 2.

5.5.3. Исследование методов коррекции на модели низкочастотной помехи.

5.5.4. Результаты экспериментов с использованием модельных и реальных электрокардиосигналов.

Выводы.

Глава 6. Создание новых компонентов программно-алгоритмического обеспечения компьютерных систем диагностики и наблюдения.

6.1. Практическая реализация программно-алгоритмических комплексов автоматического анализа ЭКГ.

6.2. Пакет прикладных программ «RITMON».

6.3. Методика работы с пакетом программ анализа сердечного ритма.

6.4. Система мониторного контроля ЭКГ «RITMON-4».

6.5. Пакет прикладных программ «КардиоКит».

Выводы.

Введение диссертации (часть автореферата) на тему «Теория и методы анализа сердечного ритма и распознавания аритмий в медицинских диагностических системах»

Актуальность работы. Развитие систем автоматизации биомедицинских исследований в первую очередь связано с появлением новых способов цифровой обработки данных и совершенствованием методов распознавания биосигналов, что позволяет решить ряд важнейших для практической медицины задач.

В последнее время широкое распространение получили системы, обеспечивающие длительный и непрерывный контроль параметров жизнедеятельности организма. Среди них можно выделить и отнести к важнейшим устройства и системы, осуществляющие контроль состояния сердечно-сосудистой системы (ССС). Показатели деятельности сердца отражают работу многих систем организма, а, как известно, нарушения в его работе значительно увеличивают риск внезапной смерти. Получение объективной оценки текущего состояния пациента связано с использованием систем кардиологического наблюдения, что повышает надежность распознавания патологий и часто предотвращает возникновение необратимых изменений миокарда за счет своевременного применения реанимационных мероприятий. Кроме этого расширяется парк диагностических систем, обеспечивающих автоматический анализ ЭКГ с целью обнаружения патологий и распознавания аритмий, что помогает врачам прогнозировать развитие заболевания и своевременно вырабатывать эффективную тактику лечения.

Актуальность разработки новых методов автоматического анализа сердечного ритма (СР) и распознавания аритмий обусловлена тем, что во многих ситуациях для достоверного анализа ЭКГ недостаточно эффективными оказываются диагностические алгоритмы, используемые в большинстве практических систем диагностики и наблюдения. Несмотря на обилие простых алгоритмов, реализованных в коммерческих устройствах, в целом качество автоматического обнаружения изменений, происходящих в биомедицинских сигналах, значительно хуже, чем при визуальном анализе и ручной обработке регистрируемых записей ЭКГ.

Сложность разработки новых методов обработки и распознавания биосигналов в большинстве случаев заключена в отсутствии моделей, описывающих свойства анализируемых процессов. Сигналы, генерируемые биологическими объектами, по своим свойствам существенно отличаются от сигналов, рассматриваемых в технических системах. В основном их отличает повышенная изменчивость, как во времени, так и по популяции. Это влечет за собой трудность, а порой и невозможность построения аналитической, статистической или алгоритмической модели процесса. Поэтому методологической основой автоматического анализа таких процессов должна быть не только теория обработки сигналов, но и теория распознавания образов и искусственного интеллекта. Выбор методов обработки биосигналов в той области исследований, где известны феноменологические особенности изучаемых явлений, должен быть основан на анализе моделей анализируемых процессов и комплексном подходе к решению задач автоматизации анализа ЭКГ.

В компьютерных медицинских системах, предназначенных для оценки текущего состояния пациента, все большее внимание уделяется анализу вариабельности сердечного ритма (ВСР). Предложен целый ряд спектральных показателей, по которым оценивается степень напряжения регуляторных систем и осуществляется диагностика функциональных состояний. Существует много подходов к преобразованию последовательности кардиоинтервалов в непрерывную функцию, которая после этапа дискретизации может быть представлена в частотной области в виде спектральной плотности мощности. Все они направлены на более точное воспроизведение частотных свойств управляющих ритмом сердца процессов, которые и лежат в основе диагностики состояний. Однако вопросам адекватности используемых методов преобразования известным электрофизиологическим моделям не уделено достаточного внимания, что сказывается на результатах проводимых исследований.

Наиболее важной задачей автоматического анализа ЭКГ в системах кардиологического наблюдения и диагностики аритмий является надежное распознавание опасных аритмий (желудочковая фибрилляция - ЖФ, трепетание желудочков), что во многом определяет эффективность работы системы автоматизации. При этом наиболыпе внимание уделяется вопросам обнаружения этих нарушений в момент появления первых признаков ЖФ. Спектральный анализ электрокардиосигнала (ЭКС) является основным методом решения этой первостепенной задачи, однако использование его в системах диагностики ограничивается упрощенным, а порой и неэффективным формированием набора классификационных признаков. Вопрос выбора частотного описания сигнала и оптимизации решающих правил, обеспечивающих надежное распознавание катастрофических нарушений ритма, является чрезвычайно важным для совершенствования систем наблюдения за состоянием кардиологических больных и требует создания более эффективных методов обработки ЭКС.

В Приоритетном национальном проекте «Здоровье» отмечается актуальность решения задач, направленных на укрепление здоровья населения России, снижение уровня заболеваемости, инвалидности, смертности, а также на удовлетворение потребности населения в высокотехнологичных видах медицинской помощи. При этом отмечается недостаточная оснащенность медицинских учреждений диагностическим оборудованием. Все это требует разработки и внедрения высокоэффективных диагностических систем медицинского назначения, в том числе и систем автоматизации кардиологических исследований. Создание современных методов и средств, направленных на повышение качества автоматического анализа ЭКГ и обеспечивающих надежную диагностику патологий сердца, в том числе и аритмий, способствует оптимизации лечения заболеваний ССС.

В настоящее время к числу наиболее важных проблем автоматизации кардиологических исследований, требующих практических решений, относится распознавание аритмий, отличающихся беспорядочным (хаотическим) изменением длительностей кардиоциклов (мерцательная аритмия - МА). По данным, опубликованным в материалах УУП Международного славянского конгресса по электростимуляции и клинической электрофизиологии сердца «Кардиостим» (С.-Петербург, 9-11 февраля 2006 г.), в последнее время резко возросло число больных с МА и лишь переход к автоматизации кардиологического наблюдения за пациентами с МА поможет решить ряд проблем: предотвращение тромбоэмболических эпизодов, являющихся крайне опасными для жизни пациентов, оценивание электрофизиологических факторов риска в процессе развития данного нарушения, оптимизация врачебной тактики лечения, включая и решение о применении искусственной электрокардиостимуляции сердца. Разработка теории и методов анализа и распознавания нарушений ритма с хаотическими свойствами последовательности кардиоинтервалов является основой для решения этих важнейших задач практической медицины.

Особое внимание в системах автоматической обработки ЭКС должно быть уделено вопросам подавления помех, что сказывается на результатах анализа ЭКС и распознавания нарушений ритма. Решение этой проблемы обеспечивается значительными вычислительными ресурсами современных технических средств, что позволяет перейти к более сложным и эффективным процедурам предобработки.

Важность теоретических исследований в рассматриваемых областях, необходимость решения прикладных задач по автоматическому мониторингу состояния человека в норме и патологии в медицине и ряде оборонных отраслей очевидны. Вместе с этим, стремительное развитие средств вычислительной техники и телекоммуникаций открывает новые возможности для реализации эффективных систем распознавания биомедицинских сигналов.

Таким образом, рассматриваемая работа, посвященная развитию теории, разработке методов анализа сердечного ритма и распознавания аритмий, относится к одному из актуальных направлений по созданию медицинской техники, методов и способов автоматической диагностики в кардиологии.

Цель диссертационной работы: повышение качества и надежности компьютерных систем кардиологического наблюдения и диагностики за счет развития теории и разработки более эффективных методов анализа сердечного ритма и распознавания аритмий, а также создания соответствующего алгоритмического и программного обеспечения.

Для достижения поставленной цели должны быть решены следующие задачи исследования.

1. Модификация и исследование математической модели генерации ритма сердца, содержащей описание основных электрофизиологических механизмов управления водителем сердечного ритма.

2. Разработка теории и методов преобразования последовательности кардиоциклов в непрерывный сигнал для задач анализа вариабельности сердечного ритма и диагностики физиологических состояний, отличающихся уровнем вегетативной регуляции.

3. Разработка теории и методов распознавания опасных аритмий, обеспечивающих надежное и своевременное обнаружение и прогнозирование катастрофических состояний в системах непрерывного контроля ЭКГ.

4. Развитие теории и методов распознавания мерцательной аритмии и классификации ее видов по признакам структурных отношений в последовательности кардиоциклов, что способствует повышению эффективности диагностики и лечения.

5. Разработка методов коррекции низкочастотных искажений электрокардиосигнала, что определяется необходимостью проведения исследований в реальных условиях и требованиями эффективного распознавания нарушений ритма.

6. Создание новых компонентов алгоритмического и программного обеспечения компьютерных систем диагностики, позволяющих расширить класс распознаваемых нарушений сердечного ритма и осуществить прогноз развития патологий сердца.

Методы исследования. Для решения поставленных задач в теоретической части диссертационной работы использовались методы математического моделирования, спектрального анализа, математической статистики, распознавания образов, математического аппарата детерминированного хаоса.

Экспериментальная часть работы выполнена на реальных сигналах, записанных в клиниках С.-Петербурга, а также выбранных из стандартной базы ЭКГ-данных MIT-BIH Массачусетского технологического института, США. Для проведения экспериментов разработан комплекс алгоритмов и программ, реализованных в оболочках Lab VIEW и MATLAB.

Научная новизна результатов заключается в разработке и исследовании:

• математической модели управления водителем сердечного ритма, учитывающей влияние вегетативной нервной системы (ВНС) на работу водителя ритма, что позволило адекватно описать исследуемые состояния ССС;

• теории и методов частотно-интегрального преобразования сигнала сердечного ритма к равномерной временной шкале с использованием кубических сплайнов, что позволило осуществить эффективное распознавание спектральных составляющих функции вегетативного управления;

• методов и алгоритмов распознавания опасных аритмий, основанных на формировании упорядоченного набора спектральных признаков и использующих коррекцию линейных разделяющих функций, что позволило решить задачу надежного обнаружения желудочковой фибрилляции в системах непрерывного контроля ЭКГ;

• метода распознавания ранних форм опасных аритмий, основанного на введении весовых функций в дискриминантный критерий для многоклассовой задачи, что позволило автоматически обнаруживать начальные формы развития фибрилляции желудочков сердца;

• теории и методов линейного дискриминантного анализа с использованием параметров условной энтропии и приближенной оценки энтропии Колмогорова, позволяющих обнаруживать хаотические изменения в последовательности кардиоциклов, а именно, распознавать мерцательную аритмию на фоне других нарушений ритма;

• методов автоматической классификации мерцательной аритмии по признакам устойчивых связей между смежными кардиоциклами, что способствует повышению эффективности диагностики, лечения и оптимизации решений о применении искусственной кардиостимуляции;

• метода коррекции дрейфа изолинии на основе кубических сплайнов, отличающегося псевдолокальным способом построения интерполирующей функции, что требует значительно меньших вычислительных затрат и позволяет организовать вычисления в режиме оперативной обработки электрокардиосигнала;

• методов повышения эффективности работы систем диагностики за счет расширения класса распознаваемых аритмий и оптимизации прогностических параметров динамики состояний на основе предложенных математических моделей.

Достоверность научных положений и выводов подтверждается результатами использования математического анализа, общей теории распознавания образов, результатами модельных и натурных экспериментов, эффективностью предложенных методов и алгоритмов, а также результатами практического использования алгоритмических и программных средств.

Практическую ценность работы представляют следующие результаты, полученные в диссертационной работе.

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

• алгоритм воспроизведения функции водителя сердечного ритма, включенный в процедуру спектрального анализа вариабельности сердечного ритма;

• методы распознавания опасных для жизни аритмий, позволяющие обнаруживать ранние формы желудочковой фибрилляции в системах непрерывного контроля ЭКГ;

• алгоритмы распознавания хаотических фрагментов ритмограммы на основе оценок условной энтропии, энтропии Колмогорова и параметров авторегрессионной модели, обеспечивающие возможность диагностики в процессе мониторирования ЭКГ с целью последующего восстановления нормального ритма сердца;

• решающие правила автоматического распознавания мерцательной аритмии на фоне других нарушений ритма, что расширяет диагностические и прогностические возможности систем непрерывного контроля ЭКГ;

• методы кубической сплайн-интерполяции данных, предназначенные для коррекции изолинии и других задач обработки ЭКГ в режиме реального времени.

2. Программно-алгоритмические комплексы, реализующие предложенные методы анализа электрокардиосигнала и используемые для решения исследовательских и практических задач в кардиологии.

3. Методы коррекции изоэлектрической линии ЭКС, внедренные в практические системы «МТМ(Ж-1», «МТМСЖ-4», «КардиоКит», которые имеют рекомендации МЗ РФ, а также сертификат Госстандарта РФ для аппаратных средств и выпускаются несколькими предприятиями г. С.-Петербурга.

Научные положения, выносимые на защиту:

1. Обработка ЭКС в автоматизированных системах диагностики, использующих спектральный анализ вариабельности сердечного ритма, должна включать процедуру воспроизведения функции управления водителем сердечного ритма, что обеспечивает адекватное распознавание состояний ССС, связанных с разным уровнем баланса вегетативных влияний на работу сердца.

2. Распознавание ЭКС в частотной области, основанное на формировании упорядоченного набора спектральных признаков и коррекции линейных решающих правил в двухклассовой задаче с использованием дополнительных векторов, улучшает условия их классификации и позволяет надежно обнаруживать желудочковую фибрилляцию на фоне других нарушений ритма.

3. Задача распознавания ранних форм опасных аритмий в частотной области может быть решена методами многоклассового линейного дискриминантного анализа с использованием полученных в работе аналитических выражений для весовых функций, приближающих значение критерия Фишера к оценке ошибки классификации.

4. Распознавание фрагментов мерцательной аритмии, представленных последовательностями кардиоинтервалов конечной длины, целесообразно проводить с использованием скорректированных оценок условной энтропии и приближенной оценки энтропии Колмогорова, что делает возможным анализ динамики хаотических свойств анализируемых процессов в режиме реального времени.

5. Эффективное подавление низкочастотных искажений на этапе предварительной обработки электрокардиосигнала и воспроизведение функции управления водителем сердечного ритма можно осуществить на основе предложенного в работе метода интерполяции с помощью квазилокальных кубических сплайнов, что позволяет организовать вычисления в режиме оперативной обработки данных и обеспечивает высокое качество интерполяции.

Реализация результатов работы. Результаты теоретических и прикладных исследований, полученные в диссертационной работе, использовались при выполнении НИР (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); • 07-01-00569 «Анализ нелинейных свойств и распознавание сигналов на базе теории детерминированного хаоса» (2007-2009).

В рамках ФЦНТП «Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначений» выполнены проекты: • 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 работы использованы при разработке ритмокардиоанализаторов РКА-01, РКС-02, созданных на кафедре БМЭ и ОС СПбГЭТУ «ЛЭТИ» совместно с BMA им. С.М. Кирова и СПбГМУ им. акад. И.П. Павлова, внедренных в серийное производство в КБ завода «Измеритель». Результаты научных исследований внедрены в компьютерные системы мониторного контроля ЭКГ «RITMON-1», «RITMON-4» и диагностический комплекс «КардиоКит», разработанные в СПбГЭТУ «ЛЭТИ» совместно с предприятием ООО «БИОСИГНАЛ».

Результаты исследований 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: «Автоматизированные системы для медико-биологических исследований», «Автоматизация биомедицинских исследований», «Технические средства управляемого эксперимента» и др.

Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались в период 1980 - 2007 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 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» - BEMI'97, (1997, Gliwice, Poland); • 3-й Международной конференции «Радиоэлектроника в медицинской диагностике» (1999, Москва); • Международной конференции по мягким вычислениям и измерениям - SCM'99 (1999, С.-Петербург); • Международных конференциях «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-5-2000, Самара; РОАИ-6-2002, Великий Новгород; РОАИ-7-2004, С.-Петербург.); • II и VII Международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» (КАРДИОСТИМ-2000, С.-Петербург; КАРДИОСТИМ-2006, С.-Петербург); • 5-й и 7-й Международных конференциях «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» («Распознавание-2001», Курск; «Распознавание-2005», Курск); • 5~ International Symposium on Test and Measurement (2003, Shenzhen, China); • The 3- European Medical and Biological Engineering Conference EMBEC'05 (2005, Prague, Czech Republic); • 12-ой Всероссийской конференции «Математические методы распознавания образов» (2005, Москва); • VII Международной научно-технической конференции «Физика и радиоэлектроника в медицине и экологии» - ФРЭМЭ (2006, Владимир); а также на ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (1980-2007 гг.).

Разработанные в процессе выполнения настоящей работы устройства и системы автоматического анализа ЭКС неоднократно демонстрировались на выставках медицинской техники и научных приборов.

Публикации. По теме диссертации опубликовано 55 научных работ, из них - 1 монография, 34 статьи (опубликованных в ведущих рецензируемых журналах и изданиях, определенных ВАК Минобрнауки РФ - 25 статей), 14 работ - в материалах российских и международных научно-технических конференций, 2 авторских свидетельства на изобретения, выданные ГК СМ СССР по делам изобретений и открытий, 4 комплекса алгоритмов и программ, зарегистрированных ГФАП.

Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 181 наименование, списка условных обозначений и аббревиатур. Основная часть работы изложена на 242 страницах машинописного текста. Работа содержит 92 рисунка и 24 таблицы. Общий объем составляет 333 страницы.

Заключение диссертации по теме «Приборы, системы и изделия медицинского назначения», Манило, Людмила Алексеевна

Выводы

1. Созданы новые компоненты компьютерных систем наблюдения и диагностики, позволяющие адекватно физиологическим представлениям о вегетативной регуляции сердечного ритма решать задачу классификации функциональных состояний организма по спектральным признакам ВСР, а также расширить класс распознаваемых нарушений сердечного ритма, что способствует повышению эффективности применения средств автоматизации в процессе диагностики и лечения.

2. Созданы исследовательские комплексы, расширяющие возможности основного пакета прикладных программ «МТМСЖ», предназначенного для непрерывного контроля ЭКС, за счет использования разработанных в диссертационной работе новых компонентов математического и программного обеспечения компьютерных медицинских систем кардиологического профиля. Применение программных средств в условиях клиник подтвердило возможность решения ряда диагностических задач: распознавания видов мерцательной аритмии и оценки уровня регуляции сердечного ритма.

3. Методы коррекции дрейфа изоэлектрической линии внедрены в практические системы «МТМСЖ-1», «МТМСЖ-4», «КардиоКит», которые имеют рекомендации МЗ РФ, а также сертификат Госстандарта РФ для аппаратных средств и выпускаются несколькими предприятиями г. Санкт-Петербурга.

ЗАКЛЮЧЕНИЕ

В диссертации решен ряд теоретических проблем и разработаны новые методы анализа, связанные с повышением эффективности спектральной оценки сердечного ритма и распознавания аритмий, создано соответствующее алгоритмическое и программное обеспечение, что привело к повышению надежности и расширению класса распознаваемых нарушений сердечного ритма в системах кардиологического наблюдения и диагностики.

1. Модифицирована математическая модель водителя сердечного ритма, устанавливающая соотношение между функцией автономного управления и сигналом сердечного ритма, что позволило реализовать моделирование процесса управления частотой сердечных сокращений и процедуру реконструкции входной функции.

2. Разработан новый метод преобразования сигнала сердечного ритма в непрерывный сигнал, воспроизводящий управляющую функцию водителя сердечного ритма и используемый для задач спектрального анализа вариабельности сердечного ритма.

3. Результаты модельных экспериментов показали, что предложенный метод реконструкции функции управления позволяет в 1,8 - 2,0 раза уменьшить ошибку оценки ее основных частотных компонентов по сравнению с наилучшим известным методом преобразования ритмограммы. Эксперименты на выборке реальных записей ЭКГ, основанные на анализе критерия Фишера, используемого при распознавании физиологических состояний по спектральным признакам, показали, что его значение в этом случае может быть увеличено в 2 раза.

4. Предложены методы формирования спектральных признаков для задач классификации сигналов в частотной области. Они основаны на использовании сглаженных оценок спектральной плотности мощности и оптимизации границ частотных областей для группировки смежных спектральных коэффициентов. Применение этих методов для задачи обнаружения желудочковой фибрилляции позволило более чем в 5 раз (от 0,22 до 1,26) по сравнению с традиционными способами описания СПМ увеличить значение критерия Фишера, оценивающего степень расхождения распознаваемых классов.

5. Разработан математический аппарат и предложена процедура коррекции положения разделяющей функции путем нахождения дополнительных векторов в пространстве меньшей размерности. На примере задачи обнаружения желудочковой фибрилляции показано, что введение дополнительного вектора позволяет в 2,4 раза увеличить межклассовое расстояние, а это в свою очередь облегчает условия построения линейного классификатора.

6. Предложены весовые функции, для вычисления критерия оптимизации в задачах распознавания многих классов сигналов, что усиливает влияние на выбор решающих функций близко расположенных кластеров. Получено аналитическое выражение для вычисления весовых коэффициентов. Показано, что использование весовых функций при распознавании опасных аритмий уменьшает среднюю ошибку классификации в 1,8 раза.

7. Получены решающие правила для распознавания опасных нарушений ритма по спектральным признакам в двухклассовой и трехклассовой задачах и проведен анализ их эффективности. Показано, что формирование упорядоченного набора спектральных коэффициентов в задаче распознавания опасных аритмий обеспечивает высокую надежность обнаружения желудочковой фибрилляции: чувствительность метода составляет 98%, специфичность 0,96%. Средняя ошибка классификации равна 4,6 %. Это позволяет решить проблему обнаружения ранних форм опасных аритмий.

8. Предложено и исследовано три модели описания хаотических процессов, наблюдаемых в ритмограмме и, соответственно, три метода обнаружения фрагментов мерцательной аритмии, использующих следующие подходы:

• оценку точности предсказания значений временного ряда авторегрессионной моделью;

• анализ параметров условной энтропии с использованием коррекции ее значений по числу одиночных событий;

• линейный дискриминантный анализ на базе параметров приближенной оценки энтропии Колмогорова.

9. Экспериментально показано, что метод, использующий параметры приближенной оценки энтропии Колмогорова, позволяет надежно обнаруживать хаотические изменения, порождаемые нелинейными моделями, а также обеспечивает наименьшую ошибку распознавания мерцательной аритмии на фоне нормального ритма и частой экстрасистолии, равную 2,5%.

10. Предложен метод и сформулированы решающие правила автоматического распознавания типов мерцательной аритмии, что расширяет диагностические возможности систем непрерывного контроля состояния кардиологических больных.

11. На основе кубических полиномиальных сплайнов Эрмита предложен метод интерполяции (К1), отличающийся от метода, основанного на 5-сплайнах (В), более простым псевдолокальным способом построения интерполирующей функции. Этот способ интерполяции требует значительно меньших вычислительных затрат и позволяет организовать вычисления в режиме оперативной обработки данных.

12. На основе изучения методов сплайн-интерполяции показано, что получение высокого качества интерполяции в задачах автоматической обработки ЭКС может быть достигнуто за счет адекватного выбора способа задания и формы математического описания сплайн-функции.

13. Предложены методы коррекции изолинии на базе методов В и К1. Исследование их эффективности показало, что подавление низкочастотной помехи на 90% достигается при значениях отношения частоты взятия узлов к частоте помехи т]> 3,1 - для метода В и г] > 4,1 - для метода К1. Это означает, что метод К1 надежно подавляет дрейф изолинии с частотами ниже 0,32 Гц и может быть эффективно использован в системах автоматической обработки ЭКГ на этапе предварительной обработки ЭКС.

14. Созданы новые компоненты компьютерных систем наблюдения и диагностики и исследовательские комплексы, позволяющие решать задачу классификации функциональных состояний организма по спектральным признакам ВСР, а также расширяющие класс распознаваемых нарушений сердечного ритма, что способствует повышению эффективности применения средств автоматизации в процессе диагностики и лечения. Методы коррекции дрейфа изоэлектрической линии внедрены в практические системы «МТМ(Ж-1», «МТМОЫ-4», «КардиоКит», которые имеют рекомендации МЗ РФ, а также сертификат Госстандарта РФ и рекомендацию МЗ РФ для аппаратных средств и выпускаются несколькими предприятиями г. Санкт-Петербурга.

Список литературы диссертационного исследования доктор технических наук Манило, Людмила Алексеевна, 2007 год

1. Алберг, Дж. Теория сплайнов и ее приложения / Дж. Алберг, Э.Нильсон, Дж.Уолш; пер с англ. М.: Мир, 1972. - 320 с.

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

3. Анищенко, B.C. Сравнительный анализ методов классификации состояния сердечно-сосудистой системы при стрессе /B.C. Анищенко и др. // Биомедицинская электроника. 2000. - № 2. С. - 24 - 37.

4. Аппаратура и методы исследования деятельности оператора: сб. научн. трудов, отв. редактор A.A. Фролов. М.: Наука, 1989. - 112 с.

5. Ахутин В.М. Оптимизация принятия решений в АСУ здравоохранения: учеб. пособие / В.М. Ахутин, А.П. Немирко, Л.А. Манило; Л.: ЛЭТИ. 1989.- 64 с.

6. 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.

7. 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.

8. 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.

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

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

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

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

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

14. Березный, Е.А. Динамика сердечного ритма и его вариабельность при велоэргометрии у больных ИБС / Е.А. Березный, Б.М. Липовецкий // Кардиология. 1997.-№7.-С. 29-32.

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

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

17. Блудов, A.A. Информационные возможности анализа трёхмерной скаттерограммы для оценки функциональной активности синусового узла / A.A. Блудов, В.А. Воронцов // Кардиология. 1999. - № 6. - С. 54 - 57.

18. 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.

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

20. Вапник, В.Н. Теория распознавания образов (статистические проблемы обучения /В.Н. Вапник, А.Я. Червоненкис. М.: Наука, Главная редакция физико-математической литературы, 1974. - 416 с.

21. Вариабельность сердечного ритма. Теоретические аспекты и практическое применение. Тезисы Международного симпозиума 12-14 сентября 1996 г., Ижевск: 1996. С.225.

22. Василенко, В.А. Сплайн функции: теория, алгоритмы, программы / В.А. Василенко / Отв. ред. Г.И. Марчук. Новосибирск: Наука, СОАН СССР, 1983. -214 с.

23. Вериго, В.В. Системные методы в космической биологии и медицине: Проблемы космической биологии, том 55 / В.В. Вериго // М.: Наука, 1987. 216 с.

24. Вили, К. Биология / К. Вили: пер. с англ. М.: Мир, 1968. - 808 с.

25. Власов, Ю.А. Метод последовательного парного анализа ритма сердца по интервалам RR /Ю.А. Власов и др. // Радиоэлектроника, физика и математика в биологии и медицине. Новосибирск: 1971. С. 9-14.

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

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

28. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс; пер. с англ. М.: Техносфера, 2005. - 1072 с.

29. Гончаров, Д.В. Программа для проведения нагрузочных проб / Д.В. Гончаров // Вестник аритмологии. 2006. Приложение А. ISSN 1561-8641. - С. 195.

30. 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.

31. Де Бор, К. Практическое руководство по сплайнам / К. Де Бор; пер. с англ. М.: Радио и связь, 1985. - 320 с.

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

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

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

35. Дядькин, В.М. Методические указания к лабораторным работам по дисциплине «Теория, расчет и проектирование электронно-медицинской аппаратуры»/ В.М. Дядькин, Л.А. Манило, А.П. Немирко; Л.: ЛЭТИ, 1988. 31 с.

36. Завьялов, Ю.С. Сплайны в инженерной геометрии / Ю.С. Завьялов, В.А. Леус, В.А. Скороспелое. М.: Машиностроение, 1985. - 224 с.

37. Заславская, О.М. Система анализа вариабельности сердечного ритма человека / О.М. Заславская и др. // Международная научно-техническая конф. по мягким измерениям и вычислениям: тез. докл., Санкт-Петербург, 22-26 июня, 1998. СПб.: СПбГЭТУ. С.246-248.

38. Злочевский, М.С. Обработка электрокардиограмм методой сплайн-функций // Новости мед. техники. 1983. - Вып. 1. - С.18-20.

39. 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.

40. 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.

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

42. 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.

43. Классификация и кластер / Ред. Дж. Вэн Райзин; пер. с англ. П.П. Кольцова под редакцией Ю.И. Журавлева. М.: Мир, 1980. 389 с.

44. Корнейчук, Н.П. Сплайны в теории приближения. М.: Наука, 1984. - 352 с.

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

46. Кушаковский, М.С. Фибрилляция предсердий (причины, механизмы, клинические формы, лечение и профилактика). СПб.: Фолиант. - 1999. - 176 с.

47. Манило, JI.A. Матричные операторы связи дискретных спектров Фурье и Уолша / JI.A. Манило, В.А. Пономарев, Е.П. Попечителев // Автометрия. 1977. - №1. -С. 41-45.

48. Манило, JI.A. Преобразование пространства спектральных признаков с использованием весовых функций в задачах распознавания сигналов / Л.А. Манило // Известия вузов России. Радиоэлектроника. 2007. - Вып.2. - С. 38 - 44.

49. Манило, Л.А. Автоматическое распознавание мерцательной аритмии с использованием оценок аппроксимированной энтропии / Л.А. Манило, Е.П.Зозуля // Информационно-управляющие системы.- 2006. №1 (20). - С. 21-27.

50. 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.

51. Манило, Л.А. Динамический анализ сердечного ритма при автоматическом распознавании мерцательной аритмии. / Л.А. Манило, Е.П. Зозуля // Вестник аритмологии; прил. А. 2006. - С. 195.

52. Манило, Л.А. Идентификация биосигналов методами оценки условной энтропии / Л.А. Манило // Известия СПбГЭТУ "ЛЭТИ". Сер. Биотехнические системы в медицине и экологии. 2005. - Вып. 2. - С. 53-59.

53. Манило, Л.А. Методы интерполяции функции управления водителем сердечного ритма / Л.А. Манило, Н.И. Родина // Вестник аритмологии. 2000. № 15. - С. 158.

54. 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.

55. 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.

56. 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.

57. Манило, Л.А. Системы гибкого программного управления на базе микро-ЭВМ.Методические указания к лабораторным работам по курсу "Регулирование в биосистемах и АСУ здравоохранения" / Л.А. Манило, А.П., Немирко Г.С. Подклетнов; Л.: ЛЭТИ, 1986. 28 с.

58. Манило, JI.A. Спектральный анализ фибрилляций желудочков / JI.A. Манило, А.П. Немирко, А.М. Черныш // Изв. ЛЭТИ. 1978. - Вып. 244. - С. 13 - 17.

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

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

61. Мерцательная аритмия: стратегия и тактика лечения на пороге XXI века / Д.Ф. Егоров и др. Ижевск: Алфавит, 1998. - 413 с.

62. Месарович, М. Общая теория систем: математические основы / М. Месарович, Я. Такахара; пер. с англ. под ред. C.B. Емельянова. М.: Мир. - 1978. - 311 с.

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

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

65. 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.

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

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

68. Мун, Ф. Хаотические колебания: Вводный курс для научных работников и инженеров: пер. с англ.- М.: Мир. 1990. - 312 с.

69. Немирко А.П. Автоматизированные системы для медико-биологических исследований: учеб. пособие / А.П. Немирко, JI.A. Манило, В.Я. Гельман; JL: ЛЭТИ.- 1991.-72 с.

70. 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.

71. Немирко, А.П. Алгоритмы измерения и анализа параметров 8Т- сегмента ЭКГ для систем автоматического наблюдения за состоянием человека / А.П. Немирко, Л.А. Манило, К.Н. Милева// Вопросы кибернетики. 1991. Вып. 164. С. 127 - 141.

72. Немирко, А.П. Компьютерный анализ ЭКГ при нагрузочных пробах / А.П. Немирко, Л.А. Манило, К.Н. Милева // Изв. ЛЭТИ. 1988. - Вып. 405. - С.19-25.

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

74. 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.

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

76. 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.

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

78. Обработка электрокардиограмм для диагностики аритмий / Л.А. Манило и др.// ГФАП № 5086-00531. Алгоритмы и программы, 1987, №4.

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

80. Павлидис, Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь - 1986. - 400 с.

81. Патрик, Э.А. Основы теории распознавания образов; пер. с англ. В.М. Баронкина, Б.А. Смиренина, Ю.С. Шинакова под редакцией Б.Р. Левина. М.: Советское радио, 1980. 408 с.

82. Попечителев, Е.П. Системный анализ медико-биологических исследований. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2006. - 300 с.

83. Пригожин, И. Время, хаос, квант. К решению парадокса времени: Пер. с англ. Изд. 5-е, исправл. М.: Едиториал УРСС, 2003. - 240 с.

84. Ритмокардиоанализатор: а.с. 1047464 СССР: А 61 В 5/02 / А.П. Немирко, А.Г. Предтеченский, Л.А. Манило; заявитель Ленинградский электротехническийинститут им. В.И. Ульянова (Ленина). № 3439279/28-13; заявл. 17.05.82; опубл. 15.10.83, Бюл. № 38. -4 с.

85. Роженко, А.И. Теория и алгоритмы вариационной сплайн-аппроксимации. -Новосибирск: Сиб. отделение, ин-т вычисл. математики и мат. геофизики СО РАН, 2005.-243 с.

86. Руксин, В.В. Стандартизация и мониторирование спектральных показателей вариабельности сердечного ритма. / Руксин В.В., Пивоваров В.В., Кудашев В.Х., Федченко Е.И. // Terra Medica. 1998. - № 1. - С. 2 - 8.

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

88. Рябыкина, Г.В. Вариабельность ритма сердца. / Рябыкина Г.В., Соболев A.B. -М.: СтарКо, 1998. 200 с.

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

90. Смирнов, A.B. Алгоритм предварительной обработки электрокардиосигнала в реальном масштабе времени / A.B. Смирнов, А.П. Немирко, Л.А. Манило // Техника средств связи, сер. ОТ. 1981. - Вып. 3(12). - С. 32 - 40.

91. Сплайн-функции и их приложения: сб. науч. тр. / Ин т математики им. С.Л. Соболева; СО РАН. - Новосибирск: Ин-т математики СО РАН. - 1997. - 159 с.

92. Стечкин, C.B. Сплайны в вычислительной математике. / Стечкин C.B., Субботин Ю.И. М.: Наука, 1976. - 248 с.

93. Суханова, Н.В. Ритм сердечных сокращений в различных стадиях сна и при бодрствовании / Н.В. Суханова, Л.А. Манило // Физиология человека. 1978. - Т. 4. -№3,- С. 419-425.

94. Табак, В.Я. Динамика спектральных характеристик ЭКГ при развитии фибрилляции желудочков сердца / В.Я.Табак, А.М.Черныш, А.П.Немирко, Л.А.Манило // Анестезиология и реаниматология. 1980. - № 1. - С. 71-74.

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

96. Трояновская, О.В. Система перевода медицинских документов с естественного на формализованный язык / О.В. Трояновская, Л.А. Манило // Международная конференция по мягким вычислениям и измерениям: сб. докладов Межд.

97. Конференции, г. Санкт-Петербург, 25 28 мая 1999. - СПб., 1999. - Том 2. - С. 173- 176.

98. Ту, Дж Принципы распознавания образов / Дж. Ту, Р. Гонсалес; пер. с англ. И.Б. Гуревича под редакцией Ю.И. Журавлева. М.: Мир, 1978. 411 с.

99. Устройство диагностики фибрилляций желудочков сердца: а.с. 718088 СССР: М. Кл.2 А 61В 5/02 / А М. Черныш, Л.А. Манило и др.; заявитель 1-й Московский мед. институт им. И.М. Сеченова. № 2646643/28-13; заявл. 19.07.78; опубл. 28.02.80, Бюл. №8.-2 с.

100. Физиология и патофизиология сердца: В 2 т. / Под ред. Сперелакиса. М.: Медицина, 1990. - 2 т.

101. Флейшман, А.Н. Медленные колебания гемодинамики. Новосибирск, 1999. -264 с.

102. Форсайт, Дж. Машинные методы математических вычислений / Дж. Форсайт, М. Малькольм, К. Моулер. М.: Мир, 1980. - 279 с.

103. Фукунага, К. Введение в статистическую теорию распознавания образов: Пер. с англ. М.: Наука, 1979. - 308 с.

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

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

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

107. Шеннон, К. Работы по теории информации и кибернетике: пер. с англ. М.: 1965.-438 с.

108. Шустер, Г. Детерминированный хаос: Введение. М.: Мир, 1988. - 240 с.

109. Экстремальные свойства сплайнов и задача сглаживания / В.В.Вершинин, Ю.С. Завьялов, H.H. Павлов, В.Л. Мирошниченко; отв. ред. В.Л. Мирошниченко. -Новосибирск: Наука, СО АН СССР, 1988.- 102 с.

110. 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.

111. An Efficient Algorithm for Spectral Analysis of Heart Rate Variability / R.D.Berger, S.Akselrod, D.Gordon, R.J.Cohen // IEEE Transaction on Biomedical Engineering. -1986. Vol. BME-33, No 9. - P. 900-904.

112. Anan, T. Arrhythmia analysis by successive RR plotting / T. Anan, K. Sunagawa, H. Araki, M. J. Nakamura // Elektrocardiol. 1990. -Vol. 23, No3. - P.244-248.

113. Anderson, M. Innervation and synaptic transmission. Electrical Phenomena in the Heart (Ed. W.C. de Mello) / M.Anderson, Del Castillo J. New York: Academic Press, 1972.-247 p.

114. Barro, S. Algorithmic sequential decision-making in the frequency domain for life threatening ventricular arrhythmias and imitative artefacts: a diagnostic system / S. Barro, R. Ruiz, D. Cabello, J. Mira // J. Biomed. Eng. 1989. - 11(4):320-8.

115. 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.

116. Bronhet, C. Automated ECG Diagnosis of Atrial Flatter by Means of Wavelet Transform / C. Bronhet, C. Dervael, R. Fesler // Proceedings of Computers in Cardiology. IEEE Computer Society. 1994. P.773-76.

117. Cerutti, S. Analysis of the Dynamics of RR Interval Series for the Detection of Atril Fibrillation Episodes / S. Cerutti, L. T. Mainardy, A. Porta, A. M. Binanchi // Proceedings of Computers in Cardiology. IEEE Computer Society. -1997. P. 77-80.

118. Chen, S. Ventricular fibrillation detection by a regression test on the autocorrelation function / S. Chen, N. Thakor, M. Mower // Med. Biol. Eng. Comput. 1987. -25(3):241-9.

119. Ciarlini, P. Recursive computation of low-frequency baseline drifts in body surface potential mapping / P. Ciarlini, P. Barone, A. Guspini // Computers in Cardiology. -1985. -P. 427-430.

120. Clayton, R. H. Comparison of techniques for time-frequency analysis of the ECG during human ventricular fibrillation / R. H. Clayton, A. Murray // IEEE Proceedings on Science, Measurement and Technology. 1998 -No. 145. - P. 301-306.

121. Clayton, R.H. Frequency Analysis of Self-Terminating Ventricular Fibrillation / R.H. Clayton, A. Murray, R.W.F. Campbell // IEEE Computer Society Press. 1994. -P. 705 - 708.

122. Clayton, R.H. Time-Frequency Analysis of Human Polymorphic Ventricular Tachycardia / R.H. Clayton., R.W.F. Campbell, A. Murray // Computers in Cardiology. 1997, vol 24.-P. 97-100

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

124. 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. 384-387.

125. Detection of Complex Atrial Arrhythmias in Resting ECG / B.R.S. Reddy, P.P. Elko, D.W. Christenson, G.I. Rowlanson //Proceedings of Computers in Cardiology, IEEE Computer Society. 1994. - P .777-780.

126. 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.

127. Goldberger, A. Is the normal heartbeat chaotic or homeostatic? / A. Goldberger // News in Physiological Sciences. 1991:6:87-91.

128. 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-^-30.

129. Hayano, J. Diurnal variations in vagal and sympathetic cardiac control / J. Hayano, Y. Sakakibara, M. Yamada // Am. J. Physiol. 1990. - Vol. 258. - P. H642.

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

131. Hirsh, J.A. Respiratory sinus arrhythmia in humans: how breathing pattern modulates heart rate / Hirsh J.A., Bishop B. // Am. J. Physiol. 1981. - Vol. 241. - P. H620-H629.

132. Hon, E.H. Electronic evaluation of the fetal heart rate patterns preceding fetal death: further observations / E.H. Hon, S.T. Lee // Am. J. Obstet. Gynecol. 1965. - Vol. 87. -P. 814-826.

133. 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.

134. Hyndman, B.W. A pulse modulator model of pacemaker activity / B.W.Hyndman, R.K.Mohn // Digest of the 10th International Conference on Medical and Biological Engineering. Dresden, 1973. P. 223.

135. Lateloga, M.T. Lyne Assessment of ST- segment Distortions by Direct-writing Electrocardiographic Recorders / M.T. Lateloga, D.E Busby // Diomed. Technik. 1977. -Vol. 22, N 5.-P 115-121.

136. 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.

137. Loog, M. Multiclass Linear Dimension Reduction by Weighted Pairwise Fisher Criteria / M. Loog, R.P.W. Duin, R. Haeb-Umbach // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2001. - Vol.23. - No. 7. - P. 762-766.

138. Manilo, L.A. Estimation of the Frequency Properties of Rhythm ograms 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.

139. 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.

140. Manilo, L.A. Forming the Spectral Signs When Classifying the Electrocardiosignals within the Frequency Range / L.A. Manilo, A.P. Nemirko // Pattern Recognition and Image Analysis. 2005. - Vol. 15. - № 4. - C. 668-671.

141. Markad, V. Power spectral analysis of heart rate variability: a noninvasive signature of cardiac autonomic function / V. Markad, M. Kamath, L. Ernest, E. Fallen // Critical Reviews in Biomedical Engineering. 1993. - Vol. 21(3). - P. 245-311.

142. Measuring regularity by means of a corrected conditional entropy in sympathetic outflow / A. Porta, G. Baselli, D. Liberati, N. Montano, C. Cogliati, T. Gnecchi-Ruscone, A. Malliani, S. Cerutti // Biological Cybernetics. 1998. - V.78. - P.71-78.

143. Meyer, C.R. Electrocardiogram Baseline Noise Estimation and Removal Using Cubic Splines and State-Space Computation Techniques / C.R. Meyer, H.N. Keiser // Comput. Biomd. Res. -1977. Vol. 10. - P. 459-470.

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

145. Murashov, P.V. Fast Wavelet Transform Application for the QRS Complex Detection / P.V. Murashov // Pattern Recognition and Image Analysis. 2005, Vol. 15. -No 4.-P. 706-708.

146. Nemirko, A.P. Grammatical Inference in Syntactic Pattern Recognition / A.P. Nemirko, V.P. Borin // Pattern Recognition and Image Analysis. !991. - Vol. 1, № 4. -C.357-374.

147. Nemirko, A.P. Software Complex for the Recognition of Diagnostically Significant ECG Changes. / A.P. Nemirko and oth. // Pattern Recognition and Image Analysis. -2006, Vol. 16.-No l.-P. 9-11.

148. 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.

149. Nobel, D. The kinetic and rectifier properties of the slow potassium current in cardiac Purkinje fibres / D. Nobel, R. Tsein // J. Physiol. (Lond.). 1968. - Vol. 195. - P. 185— 214331

150. Nonlinear Biomedical Signal Processing / Edited by Metin Akay. Volume 2, Dynamic Analysis and Modelling. New York: IEEE . 2001. - 341 p.

151. Phase correction for accurate ST segments reproduction in ambulatory ECG recording / M.E.Nygards, T. Ahren, I. Ringqvist, T. Ahren et al.// Computers in Cardiology. 1984. - p.33 - 38.

152. Pincus S.M. Approximate entropy as a measure of sytem complexity. Proc. Natl. Acad. Sci. USA 88: 1991. pp. 2297-2301.

153. Rangayyan, R.M. Bimedical signal analisys. IEEE / Wiley, 2002. 516 p.

154. Sayers, B. McA. Analysis of heart rate variability / B.McA. Sayers // Ergonomics. -1973.-Vol. 16.-P. 17-32.

155. Shepoval'nikov, R.A. Investigation of Time, Amplitude, and Frequency Parameters of a Direct Fetal ECG Signal during Labor and Delivery / R.A. Shepoval'nikov and oth // Pattern Recognition and Image Analysis. 2006, Vol. 16. - No 1. - P. 74-76.

156. Thakor, N. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm / N. Thakor, Y. Zhu, K. Pan // IEEE Trans. Biomed. Eng. -1990.-37(9):837^3.

157. СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И АББРЕВИАТУР1

158. АВ атриовентрикулярный (узел);

159. АЦП аналого-цифровой преобразователь;1. БД база даных;1. БО биообъект;

160. БПФ быстрое преобразование Фурье;

161. БТС биотехническая система;

162. ВНС вегетативная нервная система;

163. ВСР вариабельность сердечного ритма;1. ДА дыхательная аритмия;

164. ЖТ желудочковая тахикардия;

165. ЖФ желудочковая фибрилляция;

166. ИБС ишемическая болезнь сердца;1. КМ кардиомонитор;

167. КМС кардиомониторная система;

168. КРГ корреляционная ритмограмма;

169. К-энтропия энтропия Колмогорова;1. МА мерцательная аритмия;1. НР нормальный ритм;

170. НЧП низкочастотная помеха;1. ПД потенциал действия;

171. ПО программное обеспечение;1. ПП потенциал покоя;111111 пакет прикладных программ

172. ПСС последовательность сердечных сокращений;

173. ПТ пароксизмальная тахикардия;

174. ПФТ пируэтная форма тахикардии;1. СА синоатриальный (узел);

175. СБД специализированная база данных;

176. Аббревиатуры методов непрерывно представления ПСС приведены в табл. 2.3 (стр. 80)

177. СПМ спектральная плотность мощности;1. СР сердечный ритм;

178. ССС сердечно-сосудистая система;

179. ТЖ трепетание желудочков (сердца);1. ФНЧ фильтр нижних частот;1. ФР фоновый ритм;

180. ЦНС центральная нервная система;

181. ЧСС частота сердечных сокращений;1. ЧЭ частая эксрасистолия;1. ЭКГ электрокардиограмма;1. ЭКС электрокардиосигнал;

182. АрЕп приближенная оценка К-энтропии; ESC - Европейское кардиологическое общество; HF - высокие частоты;

183. FM интегральный частотно-импульсный модулятор; LF - низкие частоты;

184. MIT-BIH Arrhythmia Database, Massachusetts Institute of Technology; NASPE - Американское общество электростимуляции иэлектрофизиологии; NN-интервал интервал норма-норма;

185. RR-интервал интервал между смежными R-зубцами ЭКГ; ULF - ультранизкие частоты; VLF - сверхнизкие частоты.

186. Примечание: методы сплайн-интерполяции, основанные на использовании кубических 5-функций. кубических функций дефекта 1, 'дефекта 2 и линейных функций обозначены В, Kl, К2, L, соответственно.