Информационная технология оперативного определения жизнеугрожающих состояний сердечно-сосудистой системы
DOI:
https://doi.org/10.52575/2687-0932-2021-48-1-130-141Ключевые слова:
сердечно-сосудистые заболевания, ЭКГ, цифровая обработка сигналов, мобильное устройство, комплекс QRS, метод DTWАннотация
В работе рассматриваются модели потоков данных и этапы цифровой обработки сигналов в мобильном устройстве оперативного определения жизнеугрожающих состояний сердечно-сосудистой системы. Устройство считывает сигналы ЭКГ пациента и анализирует различные виды аритмий сердца. При обнаружении жизнеугрожающего состояния устройство формирует сообщение пациенту и передает данные ЭКГ на компьютер врача. Особенностью данного устройства является его персонификация и применение надежного выявления комплексов QRS за счет использования алгоритма анализа формы сигнала, основанного на методе Dynamic time warping.
Благодарности: работа выполнена при финансовой поддержке гранта РФФИ, проект № 18-413-310002
Скачивания
Библиографические ссылки
Ефремова О.А., Никитин В.М., Чурносов М.И., Камышникова Л.А., Липунова Е.А., Муромцев В.В. 2016. Виртуальный способ оценки риска развития ишемической болезни сердца у носителей полиморфных кардиогенов. Научные ведомости Белгородского государственного университета. Серия «Медицина. Фармация», 26 (247): 76–83.
Муромцев В.В., Никитин В.М., Ефремова О.А., Камышникова Л.А. 2019. Подход к улучшению автоматизированной системы компьютерного анализа электрокардиограммы. Медицинские технологии. Оценка и выбор, 2 (36): 42–48.
Обухов С.А., Степанов В.П. 2019. Алгоритм обнаружения QRS-комплекса на электрокардиограмме в реальном времени. Инженерный журнал: наука и инновации, 5. [Электронный ресурс] URL: http://dx.doi.org/10.18698/2308-6033-2019-5-1877. (дата обращения
декабря 2020).
Петров С.П., Епишина Е.В., Воронин В.В. 2014. Оценка алгоритмов распознавания образов для задач автоматического анализа электрокардиограмм. Евразийский союз ученых,
(8–8): 27–29. [Электронный ресурс] URL: https://euroasia-science.ru/wp-content/uploads/2016/11/ evro_8p8_6-169.pdf (дата обращения 12 декабря 2020).
Рослякова А.В., Чупраков П.Г. 2012. Сравнительный анализ алгоритмов обнаружения
R-зубца Электрокардиосигнала. Вятский медицинский вестник, 2: 29–35.
Черемных С.В., Семенов И.О., Ручкин В.С. 2001. Структурный анализ систем:
IDEF-технологии. М., Финансы и статистика, 208.
Al-Naymat G., Chawla S., Taheri J. 2012. SparseDTW: A Novel Approach to Speed up Dynamic Time Warping arXiv:1201.2969v1 [cs.DB]. Available at: https://arxiv.org/pdf/1201.2969v1.pdf (accessed 12 December 2020).
Ansari S., Farzaneh N., Duda M., Horan K., Andersson H.B. 2017. Review of Automated Methods for Detection of Myocardial Ischemia and Infarction Using Electrocardiogram and Electronic Health Records. IEEE Reviews in Biomedical Engineering, 10: 264–298.
Choi E., Bahadori M.T., Schuetz A., Stewart W.F., Sun J. 2016. Doctor AI: Predicting clinical events via recurrent neural networks. In Machine Learning for Healthcare Conference. 56: 301–318.
Fernandez Biscay C., Arini P.D., Rincón Soler A.I. et al. 2020. Classification of ischemic and non-ischemic cardiac events in Holter recordings based on the continuous wavelet transform. Medical & Biological Engineering & Computing, 58, 1069–1078 [Electronic resource] Available at: https://doi.org/10.1007/s11517-020-02134-8. (accessed 12 December 2020).
LabVIEW. National Instruments. 2020. [Electronic resource] Available at: http://www.ni.com/. (accessed 12 December 2020).
Muromtsev V.V., Nikitin V.M., Efremova O.A., Kamyshnikova L.A., Ushakova S.N. 2020. One of the approaches to automating the analysis of the shape of ECG sections International Journal of Advanced Research in Engineering and Technology (IJARET), 11(7): 179–186.
Pan J., Tompkins W.J. 1985. A real time QRS detection algorithm. IEEE transactions on Biomedical Engineering, 32: 230–236.
PhysioBank. Databases. 2020. [Electronic resource]. Available at: http://physionet.org/physiobank/database/ (accessed 12 December 2020).
Sandau K.E., Funk M., Auerbach A., Barsness G.W., Blum K., Cvach M., Lampert R., May J.L., McDaniel G.M., Perez MV. 2017. Update to practice standards for electrocardiographic monitoring in hospital settings: a scientific statement from the American heart association. Circulation, 136 (19): e273–e344.
Steinhubl S.R., Waalen J., Edwards A.M., et al. 2018. Effect of a Home-Based Wearable Continuous ECG Monitoring. Patch on Detection of Undiagnosed Atrial Fibrillation: The mSToPS Randomized Clinical Trial. JAMA, 320 (2): 146–155.
Surawicz B., Knilans T. 2008. Chou’s Electrocardiography in Clinical Practice. 6th Edition. Saunders, 752.
Visio. 2020. [Electronic resource]. Available at: https://www.microsoft.com/ru-ru/microsoft-365/visio/flowchart-software. (accessed 12 December 2020).
Просмотров аннотации: 100
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2021 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
