Детектирование R-зубца.

Приведенные примеры показывают, что выбор алгоритма для практического использования, сопряжен с анализом объема необходимых вычислений, вероятностью ложных срабатываний и точностью временной привязки с последующим компромиссным принятием решения.

В результате анализа существующих алгоритмов определения временного положения R-зубцов в рамках проводимой работы предлагается использовать комплексный статистический алгоритм оценки положения характерных точек ЭКС. Суть его работы сводится к использованию результатов анализа нескольких других алгоритмов, в том числе и перечисленных ранее, для выработки среднестатистической оценки положения R-зубца. как отключить синхронизацию на андроиде

На рисунке 6 представлены соотношение результатов детектирования R зубца различными алгоритмами, используемыми в настоящее время на практике. Цифрами обозначены: 1 - положение R-зубца по результатам анализа амплитудным пороговым детектором (описан ранее); 2 - положение R-зубца по результатам анализа корреляционным алгоритмом (описан ранее); 3 - положение R-зубца по результатам анализа алгоритмом корреляционной свертки (описан ранее); 4 - положение R-зубца по результатам анализа алгоритмом поиска «центра тяжести» [5]; 5- положение R-зубца по результатам анализа алгоритмом Пана-Томкинса[3]; 6 - положение R-зубца по результатам анализа алгоритмом спектрального анализа)[3].

Такой подход позволяет минимизировать ошибки фиксации временного положения и уменьшить вероятность ложного обнаружения R-зубца. Кроме того, результат работы этого алгоритма не зависит от конкретного сигнального признака, а опирается, в той или иной степени, сразу на несколько признаков, за счет чего, достоверность получаемого результата должна повышаться. Расчет положения R-зубца по комплексному алгоритму требует разработки оптимальных процедур, учитывающих все полученные отдельные оценочные значения и их показатели надежности и достоверности.

Результаты, полученные с помощью приведенных алгоритмов, могут быть использованы для различных видов синхронного анализа ЭКГ СВР, требующих точных данных о положение характерных точек ЭКС. Хотя в приведенных описаниях алгоритмов, определяется положение R-зубца, в дальнейшем авторы предполагают использование и других характерных точек кардиосигнала. В ЭКГ СВР в первую очередь они необходимы для синхронизации ВЧ-канала по каналу НЧ для анализа имеющих малый размах высокочастотных составляющих ЭКС СВР (микропотенциалов), что крайне необходимо для достоверного синхронного анализа кардиоциклов.

Одним из самых эффективных методов синхронного анализа является метод синхронного накопления, позволяющий увеличить отношение “сигнал/шум” при наличии интенсивных помех. Это позволяет увидеть составляющие ЭКС, обычно маскируемые помехами и внутренними шумами, и настольно малые по амплитуде, что их идентификация либо затруднена, либо невозможна. Результатом такого накопления в грубом приближении является некий усредненный кардиоцикл, пример которого приведен на рисунке 7.

При использовании существующих сегодня методах синхронизации ЭКС подобный график синхронного анализа не может быть получен ввиду отсутствия методик компенсации вариабельности сердечного ритма.

Еще одним эффективным методом синхронного анализа является трехмерное картирование результат которого показан на рисунке 8 где обозначены: текущее время t внутри кардиоцикла; текущее время TКЦ , соответствующее времени синхронного анализа выбранного количества кардиоциклов. Причём TКЦ>>t. Используя этот метод, можно судить о динамике изменения отдельных элементов кардиоцикла на всем протяженном интервале анализируемого сигнала. Данный график не мог бы быть получен без использования привязки точек синхронизации в начале и в конце каждого кардиоцикла с масштабированием промежуточных данных.