АЛГОРИТМ АНАЛИЗА ФОРМ КАРДИОЦИКЛОВ ЭКГ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ МАШИННОГО ОБУЧЕНИЯ 

Лагирвандзе Ангелина Кахаевна, студентка, Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина) (Россия, г. Санкт-Петербург, ул. Профессора Попова, 5), E-mail: lagirvandze2016@gmail.com
Калиниченко Александр Николаевич, доктор технических наук, профессор, старший научный сотрудник, кафедра биотехнических систем, Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина) (Россия, г. Санкт-Петербург, ул. Профессора Попова, 5), E-mail: ank-bs@yandex.ru
Моргунова Татьяна Валерьевна, системный аналитик отдела обязательного медицинского страхования, ЗАО «СП.АРМ» (Россия, г. Санкт-Петербург, Гаккелевская улица, 21А), E-mail: Morgunova-TV@yandex.ru 

621.37 

Мониторинг работы сердца и возможность своевременного обнаружения патологий в его работе считаются одними из главных задач современной медицины, поскольку заболевания сердечно-сосудистой системы являются лидирующими по распространенности среди причин смерти пациентов. Излагается разработка нейросетевого алгоритма бинарной классификации QRS-комплексов ЭКГ на формы, относящиеся к фоновому ритму («норма») и отклоняющиеся от него («патология»). В качестве методов были использованы принципы векторного преобразования сигналов, где в роли координат вектора принимаются значения каждого из отведений в отдельный момент времени. В работе были исследованы три варианта анализа классификации для повышения устойчивости алгоритма к потерям каких-либо составляющих ЭКГ-сигнала: с использованием одного, двух и трех отведений. Предварительно все отведения подвергались фильтрации от различного рода шумов с помощью сплайн-интерполяции и цифровых фильтров. Для непосредственного проведения классификации была сконструирована нейронная сеть прямого распространения с одним скрытым слоем и с использованием методов прореживания и регуляризации весов, снижающих вероятность переобучения. Результаты работы алгоритма продемонстрировали высокие показатели оценки точности. При этом наибольшая точность достигается при анализе всех трех отведений, т.е. при использовании наиболее полной информации о сигнале. Представленный в статье подход к анализу форм QRS-комплексов может быть взят за основу для разработки устойчивого алгоритма распознавания нарушений ритма сердца с помощью векторного представления сигналов ЭКГ. 

Ключевые слова

электрокардиограмма, векторкардиограмма, QRS-комплекс, классификация, фильтрация сигналов, обработка сигналов, нейронные сети 

 Скачать статью в формате PDF