МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ РАДІОЕЛЕКТРОНІКИ

НАСЕДКІН КОСТЯНТИН ВОЛОДИМИРОВИЧ

УДК 004.627+616.12-073.7

Удосконалені методи та засоби економного кодування електрокардіосигналів
для моніторних телемедичних систем

05.11.17 – біологічні та медичні прилади і системи

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата технічних наук

ХАРКІВ – 2007

Дисертацією є рукопис.

Робота виконана у Національному аерокосмічному університеті
ім. М.Є. Жуковського “Харківський авіаційний інститут” Міністерства
освіти і науки України.

Науковий керівник: кандидат технічних наук, доцент Шульгін В’ячеслав
Іванович,

Національний аерокосмічний університет ім. М.Є. Жуковського “Харківський
авіаційний інститут”, доцент кафедри проектування радіоелектронних
систем літальних апаратів.

Офіційні опоненти: доктор технічних наук, професор Злепко Сергій
Макарович,

Вінницький національний технічний університет,

завідувач кафедри проектування медико-біологічної апаратури;

кандидат технічних наук, доцент Філатова Ганна Євгенівна,

Національний технічний університет “Харківський політехнічний інститут”,
доцент кафедри обчислювальної техніки та програмування.

Захист відбудеться “12” лютого 2008 р. о 13 годині на засіданні
спеціалізованої вченої ради К 64.052.05 при Харківському національному
університеті радіоелектроніки за адресою:
61166, м. Харків, пр. Леніна, 14.

З дисертацією можна ознайомитися в бібліотеці Харківського національного
університету радіоелектроніки за адресою:
61166, м. Харків, пр. Леніна, 14.

Автореферат розісланий “26” грудня 2007 р.

Вчений секретар

спеціалізованої вченої ради ________________ Мустецов М.П.

Загальна характеристика роботи

Актуальність теми. Розробка телемедичних моніторних систем є одним з
пріоритетних напрямів розвитку медичної техніки у всьому світі.
Актуальність розвитку даної галузі медицини в Україні обумовлена великою
територією країни, відсутністю висококваліфікованих лікарів та апаратури
в сільській місцевості. Крім того, застосування телемедичних моніторних
систем для контролю над станом пацієнтів дозволить знизити навантаження
на лікарняні стаціонари, оскільки постійне або періодичне спостереження
за життєво важливими параметрами пацієнта може виконуватися поза
спеціалізованими установами, і у разі виникнення критичних ситуацій
дозволяє миттєво реагувати на них.

Однією з проблем у телемедичних системах є передача великої кількості
даних по каналах зв’язку. Якщо для систем із періодичним (фрагментарним)
контролем передача даних може бути виконана у відкладеному часі, то для
систем з безперервним контролем передача даних має здійснюватися в
реальному часі. Ця проблема може бути вирішена двома способами:
збільшенням пропускної здатності каналів зв’язку або стиском даних.
Застосування першого способу призводить до необхідності використання
дорожчого устаткування і в деяких випадках просто є неможливим.

Стиск даних дозволяє знизити обсяг інформації, що передається. Крім
того, стиск дає можливість істотно знизити вартість використання каналів
зв’язку і вартість зберігання даних. Для ефективного стиску сигналів
необхідно створювати спеціалізовані методи, які призначені для стиску
саме цього типу сигналів. Універсальні методи мають істотно нижчу
ефективність, оскільки в них не враховані апріорні дані про сигнал.
Найбільша кількість даних у моніторних телемедичних системах припадає на
ЕКГ сигнали. Створення високоефективних методів стиску ЕКГ сигналу
дозволить знизити вимоги до необхідної швидкості каналів передачі даних
і вартість передачі даних.

Таким чином, удосконалення та розробка методів економного кодування
даних, що мають високу ефективність стиску і дають можливість знизити
витрати на зберігання і передачу біомедичних сигналів, є актуальною
науковою задачею.

Зв’язок роботи з науковими програмами, планами, темами. Результати
дисертаційної роботи отримані автором у період з 1997 по 2007 рр. у
Національному аерокосмічному університеті ім. М.Є. Жуковського на
кафедрі проектування радіоелектронних систем літальних апаратів і
Науково-технічному центрі радіоелектронних приладів і технологій
відповідно до плану щодо держбюджетної теми №Г-504-38/00 (державний
реєстраційний номер 0100U003447) “Дослідження нових методів математичної
обробки, аналізу і інтерпретації зображень при багатоканальному
дистанційному зондуванні з аерокосмічних носіїв, систем спеціального
призначення, включаючи медичні діагностичні системи і комплекси”, згідно
з планом госпдоговірних тем НТЦ-110/99, НТЦ-23/01 і НТЦ-51/01 та
контрактом з Інститутом комп’ютерної техніки ETH (Цюрих, Швейцарія).

Мета і задачі дисертаційного дослідження. Метою дисертаційної роботи є
удосконалення та розробка методів і засобів економного кодування
електрокардіосигналів для моніторних телемедичних систем. Для виконання
поставленої мети необхідно вирішити такі задачі:

– провести аналіз методів стиску ЕКГ сигналів;

– розробити параметричну модель ЕКГ сигналу;

– розробити метод стиску одноканального ЕКГ сигналу на основі критеріїв
ефективності й якості відновлення;

– розробити метод стиску багатоканального ЕКГ сигналу на основі
просторової моделі ЕКГ сигналу;

– провести експериментальне дослідження залежності якості відновлення
ЕКГ сигналу від ефективності стиску розроблених методів.

Об’єкт дослідження – процес зберігання та передачі цифрових біомедичних
сигналів у телемедичних моніторних системах.

Предмет дослідження – високоефективні методи економного кодування одно-
та багатоканальних ЕКГ сигналів для телемедичних моніторних систем.

Методи дослідження. При виконанні дисертаційної роботи були використані:
методи синтезу оптимальних систем за наявності й відсутності апріорної
інформації для формування параметричної моделі ЕКГ сигналу; метод
динамічної часової деформації (динамічного програмування) для
моделювання параметрів ЕКГ сигналу; метод аналізу незалежних компонент
для зниження розмірності багатоканального ЕКГ сигналу і перетворення
каналів у статистично незалежні компоненти; методи комп’ютерного
моделювання і обробки даних для аналізу залежності якості відновлення
від ефективності стиску.

Наукова новизна отриманих результатів:

– вперше отримано параметричну модель PQRST комплексу ЕКГ сигналу, яка
основана на критеріях діагностичності, що дозволило істотно знизити
похибку довготривалого передбачення ЕКГ сигналу;

– вдосконалено метод стиску одноканального ЕКГ сигналу, який оснований
на довготривалому передбаченні з використанням кодової книги класів, що
дозволило підвищити ефективність стиску в порівнянні з існуючими
методами;

– вдосконалено метод стиску багатоканального ЕКГ сигналу з використанням
попереднього перетворення багатоканального сигналу в статистично
незалежні компоненти, що дало можливість знизити обсяг початкових даних
і використовувати незалежне поканальне кодування без втрати
ефективності.

Практичне значення отриманих результатів полягає в можливості знизити
обсяг ЕКГ сигналу при його передачі та зберіганні в телемедичних
моніторних системах і, отже, знизити вартість передачі та зберігання
даних.

Результати роботи впроваджено:

– у Національному аерокосмічному університеті ім. М.Є. Жуковського
“Харківський авіаційний інститут” у комплексі холтерівського моніторингу
КАРДІОСЕНС, електрокардіографічному комплексі КАРДІОЛАБ і телемедичному
моніторі ІМОН (акт впровадження від 18.05.2007 р.). Комплекси КАРДІОСЕНС
та КАРДІОЛАБ пройшли державні випробування та дозволені для застосування
в медичній практиці (свідоцтва про державну реєстрацію №6507/2007 від
31.05.2007 р. і №6037/2007 від 26.01.2007 р.). Комплекси також мають
сертифікати затвердження типу засобів вимірювальної техніки
(№UA-MI/1p-1203-2002 від 01.08.2002 р. і №UA-MI/1p-1168-2004 від
19.05.2004 р.) і сертифікати відповідності засобів вимірювальної техніки
затвердженому типу (№UA-MI/1p-1892-2006 від 05.04.2006 р. та
№UA-MI/1p-1890-2006 від 05.04.2006 р.);

– на дочірньому підприємстві ВАТ “АТ НДІ радіотехнічних вимірювань”
фірми “Радмір” при атестації моніторних телемедичних систем (акт
впровадження від 01.06.2007 р.);

– на кафедрі біотехнічних систем Тернопільського державного технічного
університету ім. Івана Пулюя (акт впровадження від 31.05.2007 р.) у НДР
та навчальному процесі;

— у Запорізькому державному медичному університеті (акт впровадження від
25.05.2007 р.) при виконанні НДР;

— в Інституті медицини праці АМН України при виконанні наукових тем
ВК.35.04 номер держреєстрації 01.04 U 003080 та ВК.30.03 номер
держреєстрації 01.03 U 000642 (акт впровадження від 29.05.2007 р.);

— на факультеті фундаментальної медицини Харківського національного
університету ім. В.Н. Каразіна при виконанні наукової теми №0103U004222
(акт впровадження від 04.06.2007 р.).

Особистий внесок здобувача. Всі результати роботи отримані автором
самостійно. Роботи [ REF _Ref167117383 \r \h \* MERGEFORMAT 1 , REF
_Ref167117392 \r \h \* MERGEFORMAT 3 ] написані самостійно. У них
проведено аналіз методів стиску з втратами інформації і досліджено
можливість застосування комбінованих вейвлет-перетворень для підвищення
якості стиску.

У публікаціях, які були написані у співавторстві, авторові належить:
дослідження впливу попередньої обробки на ефективність стиску [ REF
Наседкин_Шульгин_Садовский \n \* MERGEFORMAT 2 ]; метод стиску ЕКГ
сигналу на основі параметричної моделі PQRST комплексу [ REF
Наседкин_Шульгин_PMLTP \n \* MERGEFORMAT 4 , REF _Ref159216002 \r \h
\* MERGEFORMAT 10 , REF Наседкин_Шульгин_Варшава \n \* MERGEFORMAT
13 ]; метод попередньої обробки багатоканального ЕКГ сигналу [ REF
Наседкин_Шульгин_МногоканальнаятЭКГ \n \* MERGEFORMAT 5 , REF
_Ref166645622 \r \h \* MERGEFORMAT 7 , REF
Наседкин_Шульгин_МногоканальнаятЭКГтезис \n \* MERGEFORMAT 14 ];
розробка апаратної частини та методів стиску комплексу КАРДІОСЕНС [ REF
Наседкин_Шульгин_Федотенко_Печенин \n \* MERGEFORMAT 6 ]; метод
усунення материнської ЕКГ на основі параметричної моделі ЕКГ сигналу [
REF _Ref158782318 \r \h \* MERGEFORMAT 8 ]; розробка апаратної частини
системи КАРДІОЛАБ [ REF Наседкин_Шульгин_Краснов_Хмельник \n \*
MERGEFORMAT 9 ]; метод стиску ЕКГ сигналу без втрат [ REF
Наседкин_Шульгин_Киев \n \* MERGEFORMAT 11 ]; розробка апаратної
частини комплексу НЕЙРОЛАБ [ REF доклад_с_поляками \n \* MERGEFORMAT
12 ]; розробка апаратної частини та методів стиску інтелектуального
телемедичного монітора [ REF _Ref164569986 \r \h \* MERGEFORMAT 16 ].

Автором розроблені апаратні частини комплексу кардіографічного
холтерівського моніторингу КАРДІОСЕНС, електрокардіографічного комплексу
КАРДІОЛАБ і телемедичного монітору ІМОН, а також програмне забезпечення
систем, яке пов’язане зі стиском ЕКГ сигналів для їх зберігання та
передачі по каналах зв’язку.

Апробація результатів дисертації. Основні результати дисертаційних
досліджень були апробовані на таких науково-практичних конференціях:
“Актуальні проблеми курортології та медичної реабілітації” (1999 р., м.
Хмільник); “Інформаційні комп’ютерні технології в машинобудуванні”
(2001, 2002, 2004 и 2006 рр., м. Харків); “Інформаційні технології в
охороні здоров’я та практичній медицині” (2001 р., м. Київ);
“Electronika w sluzbie medycyny” (2001 р., м. Варшава, Польща);
“Комп’ютерна медицина 2004” (2004 р., м. Харків).

Публікації. За результатами роботи опубліковано 16 наукових робіт. Серед
них 8 у збірниках наукових робіт (7 з них у збірниках, які входять до
переліку ВАК), 8 тез і доповідей на міжнародних конференціях.

Структура і обсяг дисертації. Дисертація складається зі вступу, чотирьох
розділів, висновків, списку використаних джерел із 113 найменувань на 11
сторінках і 5 додатків (на 21 сторінці). Загальний обсяг роботи – 170
сторінок, зокрема 133 сторінки тексту, 72 рисунки, 3 таблиці.

Основний зміст роботи

Вступ до дисертаційної роботи містить такі положення: актуальність теми,
зв’язок роботи з науковими програмами, планами, темами; мету і задачі
дисертаційного дослідження; наукову новизну отриманих результатів;
обґрунтованість і достовірність наукових положень, методів і
рекомендацій; практичне значення отриманих результатів; особистий внесок
здобувача; інформація про апробації та публікації.

У першому розділі проведено огляд телемедичних моніторних систем,
показано необхідність і доцільність використання стиску ЕКГ сигналу для
зниження вимог до пропускної здатності каналів зв’язку і зниження
вартості передачі та зберігання даних.

Проведено аналіз критеріїв ефективності стиску: коефіцієнта стиску,
швидкості стислого сигналу та швидкості потоку даних за секунду і
визначено, що мірою ефективності стиску, не залежної від початкових
характеристик сигналу (частоти дискретизації й кількості рівнів
квантування), є швидкість потоку даних стислого сигналу за секунду.
Оскільки при стиску цифрових сигналів найбільшої ефективності можна
досягти тільки при стиску з втратами даних, зроблено огляд мір якості
відновлення початкового сигналу.

Було проаналізовано існуючі методи стиску ЕКГ сигналу та визначено три
основні категорії методів: методи прямого стиску, методи стиску
перетворень і методи, що основані на моделюванні ЕКГ сигналу.

Проведений аналіз методів економного кодування ЕКГ сигналу показав, що
існуючі методи стиску не мають достатню ефективність при низькій похибці
відновлення початкового сигналу. Крім того, всі методи стиску
багатоканального ЕКГ сигналу працюють як сукупність методів стиску
одноканального ЕКГ сигналу.

Усе перераховане вище визначило напрямок досліджень – удосконалення та
розробка високоефективних методів і засобів стиску одно- та
багатоканальних ЕКГ сигналів, основаних на всіх апріорних відомостях про
сигнал.

У другому розділі дисертаційної роботи розроблено метод стиску ЕКГ
сигналу, що оснований на критеріях ефективності й якості відновлення.
Для методу стиску було розроблено параметричну модель ЕКГ сигналу, яка
базується на критеріях “діагностичності”.

Було визначено модель ЕКГ сигналу як “квазіперіодичного” сигналу, що
складається з послідовностей PQRST комплексів (рис. 1,а і б) з відстанню
між комплексами та параметрами PQRST комплексу, які змінюються при
кожному серцевому скороченні. Висока кореляція між сусідніми відліками
PQRST комплексу (рис. 1,в) дозволяє використовувати для його стиску
лінійне передбачення (1), а високі значення кореляції між PQRST
комплексами ЕКГ сигналу (рис. 1,г) дозволяють використовувати для його
стиску довготривале передбачення (2).

, (1)

– передбачений відлік сигналу;

a = ( a1, a2, …, aM ) – коефіцієнти лінійного передбачення;

M – порядок передбачення;

, (2)

де б = ( б1, б2, …, бM  ) – затримки довготривалого передбачення.

. Оскільки ентропія похибки набагато менше ентропії сигналу, то для її
уявлення може бути використана менша кількість бітів.

Другою властивістю ЕКГ сигналу є наявність у сигналі декількох типів як
нормальних, так і аномальних PQRST комплексів (рис. 2). Наявність різних
видів PQRST комплексів збільшує похибку довготривалого передбачення і
знижує ефективність стиску.

Для довготривалого передбачення ЕКГ сигналу, що містить декілька типів
PQRST комплексів, було прийнято рішення використовувати довготривале
передбачення на основі кодової книги класів (рис. 3), при якому кожен
PQRST комплекс передбачається на основі зваженої суми “схожих”
комплексів.

Розкид параметрів PQRST комплексів щодо представника кодової книги
класів (рис. 4) впливає на точність передбачення ЕКГ сигналу і, отже, на
ефективність стиску.

Для мінімізації похибки передбачення була розроблена параметрична модель
ЕКГ сигналу

, (3)

де PM(…)– параметрична модель;

Ck – представник кодової книги класів;

pi – параметри моделі.

Було визначено набір параметрів p параметричної моделі PQRST комплексу
на основі зваженої діагностичної похибки (4) і аналізу розкиду
параметрів PQRST комплексів щодо представника кодової книги класів (рис.
4): часове положення R піку; тривалість QRS комплексу; амплітуда R, S,
Q, P і T піків; часовий зсув P і T піків.

, (4)

де в = ( в1, в2, …, вp ) – набір діагностичних критеріїв ЕКГ сигналу;

– набір відновлених діагностичних критеріїв;

вi – діагностичний критерій ЕКГ сигналу;

?в = ( ?в1, ?в2, …, ?вp ) – нормалізований вектор відмінностей
діагностичних критеріїв;

Л – діагональна матриця ваг.

Для розрахунку параметрів моделі та мінімізації похибки довготривалого
передбачення необхідно вирішити систему рівнянь

, (5)

(сегмент передбаченого сигналу з використанням параметричної моделі
(3)).

На основі аналізу фізіології ЕКГ сигналу (рис. 5) було зроблено
припущення про статистичну незалежність параметрів моделі. Аналіз ЕКГ
сигналу методом аналізу незалежних компонент (АНК) (рис. 6) підтверджує
статистичну незалежність хвиль PQRST комплексу. Це дозволяє вирішити
систему рівнянь (5) непрямим методом, не виконавши мінімізацію похибки в
цілому, а мінімізувавши її за кожним параметром моделі незалежно один
від одного.

Для запропонованої параметричної моделі ЕКГ сигналу були розроблені
функції моделювання параметрів моделі та спосіб розрахунку параметрів.

Моделювання часових параметрів моделі PQRST комплексу здійснюється
методом динамічної часової деформації. Оскільки для досягнення
максимальної ефективності стиску необхідно, щоб модель описувалася
мінімальною кількістю бітів, був визначений набір функцій, що описуються
всього однією змінною для кожного параметра моделі.

Моделювання часового положення, ширини і амплітуди QRS комплексу
здійснюється згідно з виразами (6), (7) і (8) відповідно:

, (6)

де Ck — початковий представник кодової книги класів (PQRST комплекс);

— модельований за параметром PQRST комплекс;

, (7)

де tQRS (m) = t–QRS (m) для QRS комплексу зліва від R піка;

tQRS (m) = t+QRS (m) для QRS комплексу справа від R піка;

(8)

(8), для позитивних і негативних піків QRS комплексу.

Моделювання часового зсуву і амплітуди P піка уявляється виразами (9) та
(10):

, (9)

(10)

.

.

, (11)

(12)

Було виконано дослідження запропонованої параметричної моделі PQRST
комплексу і порівняння її зі звичайним методом довготривалого
передбачення (рис. 7). При параметричному моделюванні PQRST комплексу
похибка передбачення зменшується в 5-10 разів у порівнянні з існуючими
методами, що дозволяє використовувати для її кодування меншу кількість
бітів.

Рис. 7. Довготривале передбачення при моделюванні представника кодової
книги класів: а — початковий ЕКГ сигнал; б — похибка довготривалого
передбачення; в — похибка передбачення при моделюванні QRS; г —  похибка
довготривалого передбачення при моделюванні PQRST.

Було визначено метод розрахунку параметрів моделі PQRST комплексу. На
підставі аналізу залежності похибки передбачення від значення параметра
моделі було визначено, що дана залежність має майже постійну другу
похідну. Це дозволило апроксимувати її поліномом з кінцевим числом
членів:

. (13)

набуває мінімального значення, необхідно знайти нульове значення
першої похідної виразу (13):

. (14)

необхідно розрахувати значення похибки передбачення тільки в трьох
точках: p0, ( p0 + ? ) та ( p0 – ? ):

. (15)

З використанням розробленої моделі PQRST комплексу було запропоновано
модифікований метод стиску одноканального ЕКГ сигналу (рис. 8), а також
спосіб кодування похибки передбачення методом аналізу через синтез (рис.
9).

Рис. 8. Методу стиску ЕКГ із використанням параметричної моделі PQRST
комплексу

Рис. 9. Кодування похибки довготривалого передбачення методом аналізу
через синтез

Використання методу аналізу через синтез дозволяє відновлювати ЕКГ
сигнал зі заздалегідь заданою похибкою відновлення, а у разі достатнього
точного передбачення зменшити кількість бітів, необхідних для уявлення
похибки передбачення. Крім того, у разі невідповідності сигналу
параметричної моделі відбудеться тільки зниження ефективності стиску, а
не втрата діагностичних даних. Кодер похибки включає в себе фільтрацію
ФНЧ зі змінною частотою зрізу залежно від сегмента сигналу,
проріджування, скалярне квантування та ДКІМ. Зміною частот зрізу фільтра
і рівнем квантування можна змінювати кількість бітів для уявлення
похибки передбачення і, отже, впливати на ефективність стиску і точність
відновлення початкового сигналу.

Для розробленого методу стиску було визначено кількість бітів (табл. 1)
для уявлення параметрів моделі ЕКГ сигналу та похибки передбачення.

Таблиця 1

Розподіл бітів при кодуванні одноканального ЕКГ сигналу

F

J

$

&

(

*

,

,

H

x

z

Амплітудний масштаб T піка 3

bpPQRST Кількість бітів для уявлення PQRST комплексу 44

CRi Кількість бітів для кодування похибки на інтервалі між двома R
піками 1…500

BR Кількість бітів для уявлення 1с ЕКГ 30…632

Розглянуто методи кодування нерегулярного сигналу. Наведено схему
декодування початкового сигналу.

У третьому розділі дисертаційної роботи запропоновано метод стиску
багатоканального ЕКГ сигналу, оснований на попередньому перетворенні
сигналу в статистично незалежні компоненти зі зниженням розмірності.

Була обґрунтована можливість зниження розмірності багатоканальною ЕКГ на
основі дипольно-векторної моделі серця, згідно з якою біоелектричну
активність серця на деякому віддаленні від нього можна уявити як
тривимірний диполь із фіксованим просторовим положенням і з амплітудою й
орієнтацією, що змінюються у часі.

На основі експериментального дослідження залежності похибки відновлення
багатоканального ЕКГ сигналу, взаємної інформації та сумісної ентропії
від кількості компонент було визначено оптимальну кількість компонент
уявлення багатоканального ЕКГ сигналу. При виборі трьох компонент
уявлення багатоканального ЕКГ сигналу похибка відновлення початкової
багатоканальної ЕКГ не перевищує 6-8%, що знаходиться на рівні втрати
діагностичності ЕКГ сигналу.

Для зниження розмірності початкових даних використано перетворення, що
декорелює:

, (16)

де E – ортогональна матриця власних векторів E{ x, xT };

D – діагональна матриця власних значень (D =  diag( d1, d2, …, dn )).
Матриця D–Ѕ обчислюється простими операціями над компонентами матриці
(D–Ѕ = diag( d1–Ѕ, d2–Ѕ, …, dn–Ѕ ));

E·D–Ѕ·ET – матриця, що вибілює (декорелює) W.

При виконанні вибілюючого перетворення із зниженням розмірності матрицю
W розраховують за виразом

, (17)

де k – розмірність вектора z (k ? n); W(k) – вибілююча матриця
розмірністю n Ч k;

D(k)–Ѕ – діагональна матриця розмірністю k Ч k, що складається з k
власних значень у ступені –Ѕ матриці E{ x, xT }, розташованих у порядку
зменшення –

D(k)–Ѕ = diag( d1–Ѕ, d2–Ѕ, …, dk–Ѕ ),
d1 ? d2 ? … ? dk ? dk+1 ? … ? dn ;

E(k) – матриця, що складається з k власних векторів E{ x, xT },
розташованих у порядку зменшення власних значень.

Після перетворення, що вибілює, ЕКГ сигнал піддається обробці методом
аналізу незалежних компонент (АНК). Після АНК компоненти
багатоканального ЕКГ сигналу є статистично незалежними, що дозволяє
кодувати їх поканально, без втрати ефективності.

Для стиску компонент багатоканального ЕКГ сигналу використовується
розроблений метод стику одноканального ЕКГ сигналу.

Структурну схему алгоритму, що реалізує запропонований метод стиску
багатоканального ЕКГ сигналу з перетворенням у статистично незалежні
компоненти, зображено на рис. 10.

Було визначено метод стиску похибки – відновлення початкового
багатоканального сигналу після довготривалого передбачення і кодування
похибки відновлення. Даний метод дозволяє усунути вплив точності
перетворення сигналу на незалежні компоненти. Структурну схему кодера
похибки відновлення зображено на рис. 11.

Рис. 10. Метод стиску на основі перетворення багатоканального ЕКГ
сигналу в незалежні компоненти

Рис. 11. Структурна схема кодера похибки відновлення багатоканального
сигналу

Було визначено кількість бітів для уявлення стислого ЕКГ сигналу (табл.
2) і структурна схема декодера багатоканального ЕКГ сигналу.

Таблиця 2

Кількість бітів для уявлення багатоканального ЕКГ сигналу

Кількість бітів для уявлення секунди похибки 1…400

У четвертому розділі роботи наведені результати експериментального
дослідження запропонованих методів стиску одно- та багатоканального ЕКГ
сигналу та розроблена автором апаратура для телемедичних систем, в якій
використані запропоновані методи стиску ЕКГ сигналу.

Дослідження методу стиску одноканального ЕКГ сигналу на основі
параметричного моделювання представника кодової книги класів проводилося
на ЕКГ сигналах з медичної бази даних аритмій (MIT-BIH arrhythmia
database), що спеціально призначені для тестування методів класифікації
та стиску ЕКГ сигналів, і сигналах, записаних на системі холтерівського
моніторингу КАРДІОСЕНС. Дослідження методу стиску багатоканального ЕКГ
сигналу на основі попереднього перетворення в статистично незалежні
компоненти зі зниженням розмірності виконувалося на ЕКГ сигналах,
записаних на кардіографічній системі КАРДІОЛАБ.

Було отримано експериментальні залежності похибки відновлення від
швидкості потоку даних стислого сигналу і виконано порівняння
запропонованих методів стиску з існуючими методами стиску ЕКГ сигналу
(рис. 12 для одноканального ЕКГ сигналу та рис. 13 для багатоканального
ЕКГ сигналу).

Рис. 12. Ефективність різних методів стиску одноканального ЕКГ сигналу:

-?- — розроблений метод; -(- — метод ASEC; -(- — метод LTP; -?- — метод
SAPA2; -?- — метод AZTEC

Рис. 13. Ефективність для різних методів стиску багатоканального ЕКГ
сигналу:

-?- — розроблений метод; -?- — розроблений метод стиску одноканального
ЕКГ сигналу; -(- — багатоканальний ASEC; -(- — ASEC

Вибіркові приклади стиску ЕКГ сигналу показані на рис. 14 і 15 для одно-
та багатоканального ЕКГ сигналів відповідно.

Порівняння ефективності показало, що похибка відновлення запропонованого
метод стиску одноканального ЕКГ сигналу в два рази менше в порівнянні з
кращим на даний момент методом стиску ЕКГ сигналу – ASEC при однакових
швидкостях даних стислого сигналу. Крім того, запропонований метод
дозволяє досягти в два-три рази меншої швидкості даних, ніж метод ASEC,
при PRD, що не перевищує 10% (знаходиться на рівні втрати
діагностичності ЕКГ сигналу).

Рис. 14. Приклад стиску одноканального ЕКГ сигналу Рис. 15. Приклад
стиску багатоканального ЕКГ сигналу

Похибка відновлення запропонованого методу стиску багатоканального ЕКГ
сигналу в три рази менше в порівнянні з існуючими методами та в 1,4 рази
менше – в порівнянні з багатоканальним довготривалим передбаченням із
параметричним моделюванням. Крім того, запропонований метод дозволяє
досягти у п’ять разів меншої швидкості даних у порівнянні з іншими
методами і в два рази – в порівнянні із запропонованим методом стиску
одноканального ЕКГ сигналу.

Було проведено дослідження зниження ефективності запропонованих методів
залежно від тривалості ЕКГ сигналу та кількості представників кодової
книги класів. Зниження ефективності при зниженні довжини сигналу
обумовлено тим, що окрім даних для уявлення самої ЕКГ необхідно також
зберегти кодову книгу класів (для одно- та багатоканального ЕКГ сигналу)
і матриці декомпозиції ЕКГ сигналу та вибілювання похибки (для
багатоканального ЕКГ сигналу).

Запропоновані методи стиску ЕКГ сигналу були використані при розробці
електрокардіографічних комплексів КАРДІОСЕНС і КАРДІОЛАБ та
телемедичного монітора ІМОН у Науково-технічному центрі радіоелектронних
медичних приладів і технологій Національного аерокосмічного університету
ім. М.Є. Жуковського “ХАІ”.

Фото реєстратора комплексу холтерівського моніторингу зображена на рис.
16, а структурна схема — на рис 17.

Методи стиску використовують у програмному забезпеченні комплексів
КАРДІОСЕНС і КАРДІОЛАБ для зберігання ЕКГ сигналів у базі даних і для їх
передачі.

Телемедичний монітор ІМОН (рис. 18) призначений для спостереження за
станом пацієнта в реальному часі й дозволяє реєструвати та передавати в
телемедичний центр через вбудований GSM/GPRS модем такі дані:
дванадцятиканальну ЕКГ, канал реографії для аналізу центральної
гемодинаміки та дихання, два канали теплового потоку для аналізу
кровообігу, три канали прискорення для контролю рухливості пацієнта.
Структурна схема медичного модулю ІМОН зображена на рис. 19.

Рис. 19. Структурна схема медичного модуля монітора ІМОН

Висновки

У результаті проведення теоретичних і експериментальних досліджень
отримані такі основні наукові та практичні результати роботи:

1. Проаналізовано методи економного кодування одно- та багатоканальних
ЕКГ сигналів для моніторних телемедичних систем, що дозволило
обґрунтувати актуальність і необхідність проведення досліджень у цьому
напрямку з метою розробки високоефективних методів стиску ЕКГ сигналу.

2. Розроблено параметричну модель PQRST комплексу ЕКГ сигналу, що
основана на критеріях “діагностичності”, яка дозволяє знизити похибку
довготривалого передбачення ЕКГ сигналу в 5-10 разів у порівнянні з
іншими методами. Обґрунтовано вибір і спосіб розрахунку параметрів
моделі.

3. Вдосконалено метод стиску одноканального ЕКГ сигналу, що оснований на
довготривалому передбаченні з використанням кодової книги класів.
Використання параметричної моделі дозволило знизити похибку відновлення
початкового сигналу в два рази при однаковій ефективності в порівнянні з
існуючими методами або забезпечити підвищену в два-три рази ефективність
стиску при однаковій похибці відновлення. Для уявлення стислого ЕКГ
сигналу без втрати діагностичних властивостей потрібно від 44 бітів на
один комплекс.

4. Вдосконалено метод стиску багатоканального ЕКГ сигналу з
використанням попереднього перетворення багатоканального сигналу в
статистично незалежні компоненти зі зниженням розмірності початкових
даних. Експериментальним способом визначено кількість компонент уявлення
багатоканального ЕКГ сигналу. Ефективність розробленого методу в три
рази вище, ніж у існуючих методів стиску, та в 1,4 рази вище відносно
незалежного поканального кодування з використанням розробленого методу
стиску одноканального ЕКГ сигналу.

5. Проведено експериментальне дослідження розроблених методів стиску
одно- та багатоканальних ЕКГ сигналів. Отримано експериментальні
залежності похибки відновлення від потоку даних стислого сигналу.
Визначено вплив артефактів і частоти серцевих скорочень на ефективність
стиску запропонованих методів. Теоретично визначено залежність утрати
ефективності від тривалості сигналу та кількості представників кодової
книги класів, обумовлену необхідністю стиску додаткових даних.

6. Розроблені методи стиску використовують у комплексі холтерівського
моніторингу КАРДІОСЕНС, електрокардіографічному комплексі КАРДІОЛАБ і
телемедичному моніторі ІМОН. Комплекси КАРДІОСЕНС і КАРДІОЛАБ пройшли
державні випробування та дозволені для застосування в медичній практиці.
Комплекси мають також сертифікати затвердження типу засобів
вимірювальної техніки і відповідності засобів вимірювальної техніки
затвердженому типу.

СПИСОК ОПУБЛІКОВАНИХ РОБІТ за темою ДИСЕРТАЦІЇ

Наседкин К.В. Анализ разрушающих алгоритмов сжатия сигналов //
Авиационно-космическая техника и технология. – 1999. – №12. – С. 10-14.

Шульгин В.И., Садовский Е.А., Наседкин К.В. Исследование систем сжатия
цифровых сигналов на основе универсальных архиваторов //
Авиационно-космическая техника и технология. – 1999. – №12. – С. 80-84.

Наседкин К.В. Сжатие изображений с использованием комбинированных
Вейвлет преобразований // Авиационно-космическая техника и технология. –
2000. – №20. – С. 21-25.

Шульгин В.И., Наседкин К.В. Сжатие ЭКГ сигнала с использованием
параметрически модифицируемого долговременного предсказания //
Технология приборостроения. – 2001. – №1-2. – С. 118-123.

Шульгин В.И., Наседкин К.В. Алгоритм сжатия многоканальных ЭКГ сигналов
// Авиационно-космическая техника и технология. – 2002. – №35. –
С. 110-115.

Сжатие ЭКГ сигналов в системе холтеровского мониторирования CardioSens /
В.И. Шульгин, К.В. Наседкин, В.В. Федотенко, А.В. Печенин // Вестник
национального технического университета “ХПИ”. – 2002. – №3. – С. 16-25.

Зряхов М.С., Лукин В.В., Наседкин К.В. Сжатие многоканальных ЭКГ на
основе предварительной обработки и применения двумерного ДКП //
Радіоелектронні і комп’ютерні системи. – 2003. – Вип. 1. – С. 18-25.

Использование техники слепого разделения источников для выделения
электрокардиограммы плода / Шульгин В.И., Печенин А.В., Федотенко В.В.,
Наседкин К.В., Лахно И.В. // Клиническая информатика и телемедицина. –
2004. – Т. 1, №2. – C. 208-212.

Шульгин В.И., Краснов Л.А., Наседкин К.В. Комплексный анализ сердечной
деятельности на этапе медицинской реабилитации // Научно-практическая
конференция “Актуальные проблемы курортологии и медицинской
реабилитации”. – К., 1999. – С. 98-100.

Шульгин В.И., Наседкин К.В. Сжатие ЭКГ сигнала с использованием
параметрически модифицируемого долговременного предсказания //
Міжнародна наукова-технічна конференція “Інформаційні комп’ютерні
технології в машинобудуванні – ІКТМ’2001”: Тези доповідей. – Х.: Нац.
аерокосм. ун-т “Харк. авіац. ін-т”, 2001. – С. 187.

Наседкин К.В., Шульгин В.И. Эффективный алгоритм неразрушающего сжатия
сигналов для систем холтеровского мониторирования // Міжнародна
науково-практична конференція “Інформаційні технології в охороні
здоров’я та практичній медицині”. Наукові праці. – К., 2001. –
С. 131-135.

Florkowska-Trabinska J., Machalica P., Nasedkin K.V. System NeuroLab
2000 i jego perspektywy rozwojowe // Materialy konferencyjne. I krajova
konferencija naukowo-techniczna “Electronika w sluzbie medycyny”. –
Warszawa: Przemyslowy institut elektroniki, 2001. – P. 79-90.

Shulgin V., Nasedkin K. Effective ECG signal compression algorithm for
holter monitor system // Materialy konferencyjne. I krajova konferencija
naukowo-techniczna “Electronika w sluzbie medycyny”. Suplement. –
Warszawa: Przemyslowy institut elektroniki, 2001. – P. 30-35.

Шульгин В.И., Наседкин К.В. Алгоритм сжатия многоканальных ЭКГ сигналов
// Міжнародна наукова-технічна конференція “Інформаційні комп’ютерні
технології в машинобудуванні – ІКТМ’2002”: Тези доповідей. – Х.: Нац.
аерокосм. ун-т “Харк. авіац. ін-т”, – С. 130.

Фетальный кардиограф на основе Кардио СЕ+ / В.И. Шульгин, А.В. Морозов,
К.В. Наседкин, В.В. Федотенко // Міжнародна наукова-технічна конференція
“Інформаційні комп’ютерні технології в машинобудуванні – ІКТМ’2004”:
Тези доповідей. – Х.: Нац. аерокосм. ун-т “Харк. авіац. ін-т”, 2004. –
С. 314.

Шульгин В.И., Наседкин К.В., Токарев А.В. Интеллектуальный
телемедицинский монитор // Міжнародна наукова-технічна конференція
“Інформаційні комп’ютерні технології в машинобудуванні – ІКТМ’2006”:
Тези доповідей. – Х.: Нац. аерокосм. ун-т “Харк. авіац. ін-т”, 2006. –
С. 325.

АНОТАЦІЯ

Наседкін Костянтин Володимирович. Удосконалені методи та засоби
економного кодування електрокардіосигналів для моніторних телемедичних
систем. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за
спеціальністю 05.11.17 – біологічні та медичні прилади і системи. –
Харківський національний університет радіоелектроніки. – Харків,
Україна, 2007.

Дисертаційна робота присвячена високоефективним методам стиску одно- та
багатоканальних ЕКГ сигналів для моніторних телемедичних систем.

Розроблено метод стиску одноканального ЕКГ сигналу на основі критеріїв
ефективності й якості. Запропоновано параметричну модель ЕКГ сигналу,
основану на критеріях “діагностичності” сигналу. З використанням
запропонованої моделі удосконалено метод довготривалого передбачення ЕКГ
сигналу на основі кодової книги класів.

Запропоновано метод стиску багатоканального ЕКГ сигналу з попереднім
перетворенням його в статистично незалежні компоненти зі зниженням
розмірності початкових даних. Визначено кількість компонент розкладення
багатоканального ЕКГ сигналу.

Виконано експериментальне дослідження запропонованих методів і
побудовано експериментальні залежності похибки відновлення від
ефективності стиску запропонованих методів.

Ключові слова: стиск сигналів, електрокардіограма, параметрична модель,
довготривале передбачення, кодова книга класів, аналіз незалежних
компонент.

АННОТАЦИЯ

Наседкин Константин Владимирович. Усовершенствованные методы и средства
экономного кодирования электрокардиосигналов для мониторных
телемедицинских систем. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по
специальности 05.11.17 – биологические и медицинские приборы и системы.
– Харьковский национальный университет радиоэлектроники. — Харьков,
Украина, 2007.

Диссертационная работа посвящена высокоэффективным методам сжатия одно-
и многоканальных ЭКГ сигналов для мониторных телемедицинских систем.

Обоснована необходимость экономного кодирования ЭКГ сигнала в мониторных
телемедицинских системах и проведен анализ методов ЭКГ сигналов.

На основе критериев эффективности сжатия и качества восстановления
исходного сигнала разработан метод сжатия одноканального ЭКГ сигнала.

Предложена параметрическая модель PQRST комплекса ЭКГ сигнала,
основанная на критериях “диагностичности” сигнала. С использованием
предложенной модели усовершенствован метод долговременного предсказания
ЭКГ сигнала на основе кодовой книги классов.

Для предложенной параметрической модели были определен способ расчета
коэффициентов и выбрано количество бит для представления каждого
параметра модели для достижения максимальной эффективности сжатия при
ошибке восстановления, находящейся на уровне потери диагностичности ЭКГ
сигнала. Обоснован способ расчета параметров модели.

Разработан метод сжатия многоканального ЭКГ сигнала с предварительным
преобразованием его в статистически независимые компоненты со снижением
размерности исходных данных. Определено количество компонент разложения
на основании анализа зависимости ошибки восстановления многоканального
сигнала от количества компонент и зависимостей взаимной информации
многоканального сигнала и совместной энтропии.

Определены способ кодирования ошибки восстановления многоканального ЭКГ
сигнала и количество бит для представления сжатого сигнала.

Выполнено экспериментальное исследование предложенных методов и
построены экспериментальные зависимости ошибки восстановления от
эффективности сжатия предложенных методов. Исследования проведены на
сигналах из медицинской базы данных аритмий и записях систем КАРДИОСЕНС
и КАРДИОЛАБ. Для предложенных методов сжатия были экспериментально
получены графики зависимости ошибки восстановления от потока данных
сжатого сигнала. Были определено влияние артефактов и ЧСС на
эффективность предложенных методов.

Проведено сравнение предложенных методов с существующими методами
экономного кодирования одно- и многоканального сигнала.

Для предложенных методов сжатия были теоретически определены зависимости
потери эффективности от длительности сигнала, обусловленные
необходимостью сохранения дополнительных данных: кодовой книги классов
(для одно- и многоканального сигналов) и матриц АНК декомпозиции и
выбеливания ошибки восстановления (для многоканального ЭКГ сигнала).

Ключевые слова: сжатие сигналов, электрокардиограмма, параметрическая
модель, долговременное предсказание, кодовая книга классов, анализ
независимых компонент.

SUMMARY

Nasedkin Kostyantyn Volodimirovich. – The advanced methods and means of
economical coding electrocardiogram signals for monitor telemedical
systems. – Manuscript.

Dissertation for competition of scientific degree of candidate of
technical science in speciality 05.11.17 – biological and medical
devices and systems. – Kharkiv national university of radio electronics
– Kharkiv, Ukraine, 2007.

The thesis is devoted to highly effective methods of compression of
single and multichannel electrocardiograms signals for monitor
telemedical systems

The method of single channel electrocardiogram signal compression based
on efficiency and quality criterions is developed in the work. The
parametrical model of the electrocardiogram signal, based on
“diagnostability” criterions of the signal is offered. With use of the
offered model the method of a long term prediction of the
electrocardiogram signal based on the beat codebook is advanced.

The method of compression of a multichannel electrocardiogram signal
with its preliminary transformation to statistically independent
components with dimension reduction of initial data is offered. The
number of a decomposition component of a multichannel electrocardiogram
signal is determined.

The experimental research of the offered methods is executed and
experimental dependences of a restoring distortion from compression
efficiency of the offered methods are constructed.

Keyword: signal compression, electrocardiogram, parametrical model, long
term prediction, beat codebook, independent component analysis.

PAGE 23

Рис. 1. Характеристики ЕКГ сигналу: а — одиночний PQRST комплекс;
б — фрагмент ЕКГ сигналу; в — автокореляційна функція PQRST комплексу;
г — взаємна кореляція між одиночним PQRST комплексом і ЕКГ сигналом

Рис. 2. ЕКГ сигнал з аномальними комплексами

Рис. 3. Довготривале передбачення на основі кодової книги класів

Рис. 4. Представник кодової книги класів ЕКГ сигналу (а) і розкид
комплексів, що належать даному класу (б)

Рис. 5. Фізіологія ЕКГ сигналу

Рис. 6. Початковий ЕКГ сигнал (а) і його декомпозиція на незалежні
компоненти (б)

Рис. 16. Фото реєстратора КАРДІОСЕНС

Рис. 17. Структурна схема КАРДІОСЕНС

Рис. 18. Телемедичний монітор ІМОН

Похожие записи