Tashev bekjigit jonanbek o’G’li kardiyopatologiya belgilarini o’rganish uchun ultra yuqori aniqlikli elektrokardiografiya metodidan foydalanish

3.4 EKG mikropotentsiallarini tahlil qilish uchun tavsiya etilgan usul.
Murakkab tuzilish ob'ektining tizimli tahlili, chunki EKGning ro'yxatga olingan amalga oshirilishi {[k]} uning tarkibiy qismlariga bo'linishini nazarda tutadi. Ushbu qismlarning xususiyatlari ob'ektning o'ziga xos xususiyatlari bilan ham, qo'llaniladigan o'lchash operatsiyalarining xususiyatlari bilan ham belgilanadi, shu asosda qaror qabul qilish qoidalarining o'zi aniqlanadi. {[k]} boshlang'ich jarayonini qayta ishlash uchun taklif etilayotgan algoritmning asosiy elementi [3] mikropotentsial tahlil muammosini o'rtacha nol shovqin fonida signalni tahlil qilish muammosi shartlariga, hal qilish usullariga olib keladi. yaxshi rivojlangan. Buning uchun operatsion bosqichlar ketma-ketligi taklif etiladi; Sifatli darajadagi etakchilardan birida jarayonni o'zgartirishning kutilayotgan natijalari 1-rasmda ko'rsatilgan. 3.
1. Oldindan ishlov berish dastlabki EKGning standart o'zgarishlar majmuasini amalga oshirishni o'z ichiga oladi, jumladan:
• tarmoqdan tashqari qo'shimcha shovqinlarni filtrlash,
• artefakt chiqindilarini istisno qilish,
• o'zaro mos keladigan mos yozuvlar nuqtalari bilan kardiotsikllarni aniqlash.
kardiotsikllar orasidagi miller
kardiotsikllar orasidagi tugun nuqtalarini aniqlash
{1} tugun nuqtalari toʻplamidan {€= [& ]} funksiyasini qurish orqali izolyatorning siljishini tuzatish,
U elektrokardiografiyada o'zini isbotlagan standart usullardan foydalanadi.
Nafas olish buzilishlari uchun kompensatsiya. Qayta ishlashning ushbu bosqichining ahamiyati shundan iboratki, bir kardiotsikldan ikkinchisiga o'tishda kardiotsikl elementlarining har qanday parazitar tebranishlarini tartibsiz mikropotensiallarning tarkibiy qismlaridan ajratib bo'lmaydi. Shuning uchun nafas olish tufayli yurak vektorining aylanishlari barcha kardiotsikllarning yurak vektorlarini yagona koordinatalar tizimiga keltirish orqali kompensatsiya qilinishi kerak. Buning uchun har bir kardiotsikl davomida ba'zi mos yozuvlar koordinata tizimiga nisbatan {(ph 1)} aylanish matritsasining parametrlarini baholash talab qilinadi, shundan so'ng tuzatish jarayoni matritsani ko'paytirishga qisqartiriladi [3].
Guruch. 3. Taklif etilayotgan EKGni qayta ishlash algoritmining bosqichlari ketma-ketligi
EKS shakllarining multivariantligini (ikki va multimodal tishlarning mavjudligi, ularning inversiyalari va boshqalar) hisobga olgan holda, muammoning bunday bayonoti juda noaniq ekanligi aniq; shuning uchun uni hal qilish uchun ko'plab yondashuvlar. Bundan tashqari, Simson usulida ham, boshqa hollarda ham mikropotentsiallarning komponentlarini signalni chiziqli chastotali filtrlash orqali ajratishga harakat qilinadi. Biroq, hatto tadqiqotchilarning o'zlari ham K.S kompleksining yuqori amplitudali tishlarining tik yonbag'irlarining olingan natijalarga sezilarli ta'siri tufayli bu yo'lda fundamental qiyinchiliklarni qayd etishadi. Ushbu maqolada taklif qilingan deterministik funktsiyalar asosini kengaytirish orqali adaptiv yaqinlashishga asoslangan yondashuv o'rtacha EKGni qayta ishlash uchun samaraliroq vosita bo'lib tuyuladi, chunki yaqinlashuv xatosining qiymatini moslashuvchan o'zgartirish orqali yuqori amplitudali komponentlarni qoplash mumkin. . Amplitudadagi berilgan "xato" jarayonning nozik tuzilishining kerakli darajada tafsilotini aniqlaydi va eng muhimi, bu qayta ishlangan signalning chastota diapazonida rasmiy cheklovlarsiz moslashuvchan tarzda amalga oshiriladi.
Bu erda ham ba'zi nozikliklar mavjud, birinchi navbatda, butun P-0K.8-T kompleksining yaqinlashishi juda ko'p miqdordagi bazaviy funktsiyalarni talab qiladi va ekstremal nuqtalarda qoniqarsiz qolmoqda. Shuning uchun kardiotsiklning alohida strukturaviy elementlarga bo'linishi birinchi navbatda amalga oshiriladi, bu uning xarakterli fazalarini aks ettiradi (chegaralar - tishlarning ekstremal qismi {max}, nol darajasini kesib o'tish momentlari {c! va boshqalar); shundan so'ng bo'lak-uzluksiz funktsiya quriladi va haqiqiy kompensatsiya bajariladi.
Shunday qilib olingan namunaning tuzilishi nol o'rtacha shovqin fonida signalni tahlil qilish muammosi shartlariga mos keladi.
Shunday qilib olingan namunaning tuzilishi nol o'rtacha shovqin fonida signalni tahlil qilish muammosi shartlariga mos keladi.
5. Kardiyosignalning muntazam komponentlarini kompensatsiya qilish. O'rtacha EKG asosida tartibsiz mikropotensiallarni tahlil qilish deyarli mumkin emas - ular takrorlanmaydi va natijada "yig'ilmaydi". Ammo, agar biz har bir alohida kardiotsiklning joylashuviga mos keladigan EKG bo'limlaridan o'rtacha ECSni olib tashlasak, keyin segmentlarni ketma-ket almashtirish bilan Px (*) jarayoni hosil bo‘ladi: 1-shovqin namunasi {pCk ]}, 1-signal (nazorat) namunasi {'Lc1 [k ]}, 2- shovqin namunasi {2[k] }, 2-signal namuna {n„[k]}, ..., (k-1)-chi signal namunasi, (k-1,)-chi signal namunasi, b-chi shovqin namunasi, b-signal namunasi. Bunday holda, barcha muntazam komponentlarning deyarli to'liq olib tashlanishi sodir bo'ladi va har bir signal namunasida tartibsiz mikropotensiallar va dalgalanma shovqini ko'rinishidagi "qoldiq" aralashmasi qoladi, ya'ni. b signal namunalarining har birining tuzilishi shaklga ega.
6. Keng polosali interferensiya fonida mikropotensiallarni aniqlash va baholash. Shubhasiz, oxirgi bosqichda ishlov berish muammosini shakllantirish signal (nazorat) namunasidagi signal shakli noma'lum bo'lgan holatga mos keladi (bu EKG komponentlari uchun individual o'zgaruvchanlik chegaralari juda keng), ammo quyidagicha: ECS tuzilishi va qo'llaniladigan algoritm, tasniflangan ta'lim aralashuvi namunalari mavjud.
Aniqlash muammosini hal qilish o'quv va nazorat namunalari juftligining statistik xususiyatlari bir xil bo'lgan, ular turli xil bo'lgan muqobilga qarshi gipotezani tekshirish sifatida tashkil etiladi. Buning uchun usullarning keng doirasi mos keladi - parametrik bo'lmagan moslik testlari; trening bilan maksimal ehtimollik usuli; jarayonlarning spektral xarakteristikalari farqiga asoslangan parametrik va parametrik bo'lmagan mezonlar va boshqalar.
Mikropotentsiallarning asinxron komponentlari haqida unutmasligimiz kerak. Ba'zi statistik ma'lumotlarning siljish o'zgarmasligi, xususan, quvvat spektrining zichligi funktsiyasi, mavjud b juft o'quv va nazorat namunalari to'plamining xususiyatlari haqida ma'lumot to'plash imkonini beradi, hatto ularning har birida signalni alohida aniqlash mumkin bo'lmasa ham. .
Spektral statistika nafaqat tasodifiy vaqt almashinuvi bilan deterministik signalni, balki tasodifiy signalni ham (qayta ishlangan jarayonning barcha komponentlarining statsionarligini hisobga olgan holda) aniqlash uchun qo'llaniladi. Va yuqori darajadagi spektral statistikadan foydalanish nafaqat aniqlash muammosini hal qilish, balki to'plangan statistik ma'lumotlar asosida asinxron mikropotentsiallar shaklini baholash imkonini beradi.
Umuman olganda, EKGni qayta ishlashning ierarxik ketma-ketligining har bir operatsion bosqichi signal nazariyasi va matematik statistikaga xos bo'lgan alohida muammolarni hal qilishni talab qiladi: chiziqli va chiziqli bo'lmagan filtrlash (1, 4, 5-bosqichlar); signalni aniqlash (1, 5-bosqichlar); parametrlarni baholash (1, 2, 4, 5-bosqichlar); raqamli spektral tahlil (5-bosqich); interpolyatsiya va yaqinlashtirish (1 va 4-bosqichlar). Butun muammo ushbu usullarning har biri uchun vazifalarni ko'rib chiqilayotgan mavzu sohasida qo'llashning o'ziga xos xususiyatlarini hisobga olgan holda shakllantirishda va qo'llaniladigan hisoblash protseduralarining kirish va chiqish ma'lumotlarini malakali boshqarishda yotad
3 Ba'zi amaliy natijalar
Amaliy aprobatsiya algoritmlar va protseduralar sintezining nazariy qoidalarini va ularning ishlashini tekshirishning ishonchli vositasi bo'lib tuyuladi. Qayta ishlash sifati ko'rsatkichlarini amaliy baholashda yagona cheklov - bu haqiqiy signalda mikropotentsiallarning haqiqiy mavjudligining noaniqligi.
Ammo har qanday holatda, sog'lom sub'ektlarning EKGsini qayta ishlashda noto'g'ri signal darajasi saqlanishi kerak (mikropotentsiallar aniqlanmasligi kerak bo'lgan EKG intervallarida). Interferentsiya muhitining haqiqiy sharoitida to'g'ri aniqlash ehtimolini baholashga kelsak, yarim tabiiy simulyatsiya usulidan foydalanish tavsiya etiladi: o'zboshimchalik bilan qo'shimcha komponent "mikro-
Ishlab chiqilgan metodologiyani amaliy qo'llashning o'ziga xos namunasi 2-rasmda ko'rsatilgan amalga oshirish bilan tasvirlangan. 4 - 9. Dastlabki EKG 4 kHz namuna olish chastotasi bilan 16 bitli analog-raqamli konvertorning ruxsati bilan qayd etilgan. Qayta ishlash
maxsus mualliflik dasturlari yordamida 1VM-ga mos kompyuterda ishlab chiqarilgan.
Muntazam mikropotensiallarni tahlil qilish. Shaklda. Kengaytirilgan shkaladagi 4, Frankga ko'ra uchta ortogonal o'tkazgichdagi o'rtacha signallarni ko'rsatadi. Rasmda signalning nozik tuzilishi tafsilotlari ko'rsatilgan, ayniqsa P to'lqini bo'ylab va ^ K.8 kompleksining yakuniy qismida sezilarli. Shakl va ularning paydo bo'lish momentlarining 1-rasmdagi sxema bilan bog'liqligi aniq.
1. P to'lqinining tartibsizligi, ayniqsa, ko'tarilgan T to'lqinining silliqligi bilan yaxshi farq qiladi, shuning uchun kuzatilgan komponentlar artefakt emas. Doirasida ishda ishlab chiqilgan kontseptsiyaga ko'ra, bu komponentlar muntazam mikropotentsiallar hisoblanadi, bu erda o'tkazgich tizimining potentsiallari kuzatiladi.
yurak, shuningdek, ehtimol, qorinchalarning kech potentsiallari.
Guruch. 4. Frank bo'yicha ortogonal EKG y Guruch. 5-rasm. X ortogonal qo'rg'oshindagi P to'lqini bo'ylab muntazam ECS mikropotensiallarini tahlil qilish: a) yuqori amplitudali komponentlarni yaqinlashtirish natijalari: 1 - chastotali filtrlash orqali; 2 - Chebishev ko'phadlari; 3 - harmonik Furye seriyasi; b) uchta qo'llaniladigan yaqinlashish usullari bo'yicha muntazam MTlarni tahlil qilish natijalari
o'llarining o'rtacha signallari Guruch. 6-rasm. X ortogonal qo'rg'oshindagi OCR-kompleksi bo'ylab muntazam ECS mikropotensiallarini tahlil qilish: a) yuqori amplitudali komponentlarni yaqinlashtirish natijalari: 1 - chastotali filtrlash orqali; 2 - Chebishev ko'phadlari; 3 - harmonik Furye seriyasi; b) uchta qo'llaniladigan yaqinlashish usullari bo'yicha muntazam MTlarni tahlil qilish natijalari
Guruch. 7. Noto'g'ri MP tahlil qilish uchun: X qo'rg'oshindagi muntazam EKG komponentlarini kompensatsiya qilish: 1) kardiotsikllardan birini amalga oshirish (jami 1=293); 2) o'rtacha kardiotsikl (4-rasmga qarang) zaruriy vaqt o'rnatish bilan amalga oshirilgan; 3) natijada nazorat namunasi ishlab chiqarish,

unda faqat tartibsiz mikropotensiallar bo‘lishi mumkin: [k]= [k] + u [k]. Guruch. 8. X qo'rg'oshindagi jarayonning nazorat namunasini qayta ishlash, rasmda ko'rsatilgan. 7: 1) dastlabki nazorat namunasi; 2) oqartiruvchi filtrning chiqish jarayoni {Lc k]}; 3) RR=0,01 uchun S chegara darajasi; 4) bo'yicha hisoblangan qarorlar statistikasi N=50 davomiyligi bilan surma oyna.

Vizual tahlil uchun juda yaxshi sharoitlarga qaramay, ushbu komponentlar uchun baholash algoritmini sintez qilish fundamental qiyinchiliklar bilan bog'liq. Muammo fundamental xarakterga ega: o'rtacha kardiotsiklning qanday "tishlari" mikropotentsialdir? Axir, yaqinlashish masalasini hal qilishning ko'plab muqobil usullari mavjud va hamma buni qiladi har qanday qoldiq signalga mos keladi. Printsipial jihatdan Simson chastotali filtrlashni yaqinlashtirish kontekstida ham ko‘rib chiqish mumkin: agar filtrlash natijasi dastlabki signaldan ayirilsa, rasmiy ravishda mos keladigan yaqinlashuvchi funktsiya {k]} olinadi.mm.
Har qanday yondashuvning maqbulligining qat'iy matematik dalillari faqat ma'lum bir EKG amalga oshirilishini oldindan kafolatlab bo'lmaydigan signallarning ma'lum sinflari uchun amal qiladi. Hatto yaqinlashishning optimalligining standart mezonlari ham shubhali: juda yaxshi yaqinlashuv mikropotentsiallarning tarkibiy qismlarini o'zlarini yumshata oladi. Bu hali ko'p amaliy tadqiqotlarni talab qiladi. Optimal echimlarni izlashning konstruktiv yo'nalishini aniqlash uchun mualliflar o'rtacha EKGning yuqori amplitudali past chastotali elementlarini yaqinlashtirishning uchta usulini qiyosiy tahlil qildilar:
• Simson chastotali filtrlash asosida optimallarga parametrlar to'plami (4-tartibli Butterworth polosali filtr, chastota diapazoni 40-250 Gts) bilan yaqinroq tavsiya etiladi;
• 1-turdagi Chebishev ko'phadlari bo'yicha yaqinlashish, bu "bir xil" yaqinlashuvni ta'minlaydi;
•garmonik qatorlar bo'yicha yaqinlashish.
Haqiqiy o'rtacha EKG uchun yaqinlashuvchi funktsiyalarni qurishning alohida natijalari shaklda ko'rsatilgan. 4-rasmda ko'rsatilgan. 5 va rasm. 6. Ko'rinib turibdiki, chastotali filtrlash natijasi "g'ayritabiiy" harakat qiladi: mikropotensiallarning "qo'shimchalari" tuzilishini buzadi va dastlabki signalda bo'lmagan tebranishlarni hosil qiladi. Qolgan ikkita yaqinlashtirish usulidan eng yaxshisini aniq ko'rsatish mumkin emas; lekin bu kerak emasga o'xshaydi: Muayyan signalni qayta ishlash natijalariga ko'ra, ko'rsatilgan yaqinlashish aniqligiga kamroq ishlatiladigan funktsiyalar bilan erishiladigan asosni tanlash yaxshidir (chunki bu holda, boshqa narsalar teng bo'lsa, yuqori chastotali komponentlar signal kamroq buziladi).

Shu munosabat bilan shuni ta'kidlash joizki, ko'rib chiqilayotgan yondashuvlar ko'pincha qarama-qarshi tendentsiyalarni ochib beradi: seriyalardan biri boshqasiga qaraganda tezroq birlashadi. Ko'rib chiqilayotgan xususiyatlarni va o'rtacha EKG elementlarini yaqinlashtiradigan funktsiyalarni qurishning boshqa ko'plab mumkin bo'lgan usullarini batafsil o'rganish keyingi tadqiqot yo'nalishi hisoblanadi.

Guruch. 9. Algoritmlarning yarim tabiiy simulyatsiyasi: X yo'nalishidagi jarayonning nazorat namunasiga, rasmda ko'rsatilgan. 7 va rasm. 8 sun'iy qo'shimcha signalni taqdim etdi: 100 Gts chastotali sinusoidning ikki davri. Signal-shovqin nisbati u=1. 1) signal 2) nazorat namunasi; 3) oqartiruvchi filtrning chiqish jarayoni;
4) RR=0,01 uchun S chegara darajasi; 5) N = 50 ta namunadagi toymasin oynada hisoblangan hal qiluvchi statistika
Noqonuniy mikropotensiallarni tahlil qilish. O'zboshimchalik bilan tanlangan kardiotsikl paytida muntazam komponentlarning kompensatsiyasi samaradorligining vizual ko'rinishi rasmda keltirilgan. 7. Dastlabki shovqinli amalga oshirishdan (uchastka No1) o'rtacha olingan signalni (uchastka No2) ayirish natijasida nazorat namunasi hosil bo'ladi (jarayon No3), unda faqat tartibsiz mikropotentsiallar. 8-sonli nazorat namunasi uchun maksimal ehtimollik qarori statistikasini hisoblash bosqichlarini ko'rsatadi. Oqartirish filtrining chiqishidagi jarayon 2-sonli signal bilan ifodalanadi. Davomiyligi N=50 namunaga ega sirg‘aluvchi oynada hal qiluvchi statistik ma’lumotlarni hisoblash 4-protsessga to‘g‘ri keladi. Ortiqcha Rr = 10 asosida belgilangan chegara darajasining _2 hech qanday nuqtada kuzatilmaydi. Shunday qilib, tartibsiz mikropotensiallarning tarkibiy qismlari topilmadi. Bu erda salbiy natija taklif qilingan qayta ishlash usulining ishlashini bilvosita tasdiqlaydi: EKGni amalga oshirishning oldingi bosqichlarida qo'shimcha mahsulot sifatida paydo bo'lishi va algoritmning noto'g'ri signalini keltirib chiqaradigan tarkibiy qismlar mavjud emas. Algoritmning signalni aniqlash qobiliyatini tekshirish rasmdagi diagrammalarda ko'rsatilgan.

9. Qo'shimchali "foydali" signal sun'iy ravishda dastlabki real jarayonning ixtiyoriy joyiga kiritiladi, bu holda 100 Gts chastotali sinusoidal signalning ikki davri. Dastlabki ma'lumotlar eng yomon sharoitlarga qarab tanlanadi: signalning davomiyligi taxminan shovqin korrelyatsiya davriga teng, ya'ni uning vaqt tuzilishi bir shovqin portlashlaridan ozgina farq qiladi. Kirish aralashmasidagi signal-shovqin nisbati 1.m

Algoritmning signalni aniqlash qobiliyatini tekshirish rasmdagi diagrammalarda ko'rsatilgan. 9. Qo'shimchali "foydali" signal sun'iy ravishda dastlabki real jarayonning ixtiyoriy joyiga kiritiladi, bu holda 100 Gts chastotali sinusoidal signalning ikki davri. Dastlabki ma'lumotlar eng yomon sharoitlarga qarab tanlanadi: signalning davomiyligi taxminan shovqin korrelyatsiya davriga teng, ya'ni uning vaqt tuzilishi bir shovqin portlashlaridan ozgina farq qiladi. Kirish aralashmasidagi signal-shovqin nisbati 1.m 2-sonli jarayonga mos keladigan nazorat namunasini vizual tahlil qilish har qanday axborot signalining mavjudligi to'g'risida qaror qabul qilishga imkon bermaydi (signal mavjudligi oralig'i maxsus belgilangan). Oqartirish filtrining chiqishidagi jarayonning dispersiyasi signal mavjudligi oralig'ida kuchayadi, bu allaqachon sezilarli (diagramma № 3) va xuddi shu joyda chegara darajasining barqaror oshib ketishi hal qiluvchi statistik ma'lumotlar bilan qayd etiladi: namunaga kiritilgan signal aniqlanadi.

Tavsiya etilgan signalni qayta ishlash usulining sifat ko'rsatkichlarining batafsil nazariy tahlili [1] signal modellarining keng sinfi uchun to'g'ri aniqlashning maqbul ehtimoli 0,3 dan 1 gacha bo'lgan signal-shovqin nisbati bilan erishiladi, ya'ni. 7 dan 20 mkV.m gacha bo'lgan amplitudali EKG tarkibiy qismlarini tahlil qilish mumkin.

Usulni klinik amaliyotga joriy etish bo'yicha ko'rsatmalar. Hozirgi vaqtda mualliflar Sankt-Peterburg kardiologiya ilmiy-tadqiqot instituti xodimlari bilan birgalikda ishlab chiqilgan usulni klinik amaliyotda qo'llash bo'yicha statistik ma'lumotlarni to'plash bo'yicha eksperimental tadqiqotlar o'tkazmoqda. Buning uchun, odatdagidek, kasalliklar bo'yicha tasniflangan bemorlar guruhlari tanlanadi.
Masalan, kech qorincha potentsialini o'rganishda uchta guruh tanlanadi: 1) sog'lom sub'ektlarning nazorat guruhi, 2) miyokard infarkti bo'lgan, ammo doimiy qorincha taxikardiyasi xurujlari bo'lmagan bemorlar guruhi, 3) anamnezi bo'lgan bemorlar guruhi. miyokard infarkti, ammo doimiy qorincha taxikardiyasi xurujlari bilan.
Oxir-oqibat, elektrokardiografik belgilarning yangi atlasini shakllantirish uchun umumlashtirilgan ma'lumotlarni to'plash rejalashtirilmoqda, unda har bir kasallikka xos bo'lgan mikropotentsiallarning shakllari, shuningdek, amplituda-vaqt parametrlari taqdim etiladi.
Shubhasiz, tavsiya etilgan ishlov berish usuli ma'lum bir erkinlik darajasiga ega - o'rtacha signalni qayta ishlash algoritmida siz, birinchidan, yaqinlashish xatosining qiymatini o'zgartirishingiz mumkin, ikkinchidan, yaqinlashish uchun turli xil funktsiya asoslaridan foydalanishingiz mumkin. Shuning uchun usulning ushbu qismi qo'shimcha konfiguratsiyani talab qiladi.
Biroq, optimallashtirishda, ba'zi allaqachon tashxis qo'yilgan kasalliklarga usulning maksimal sezgirligi mezonidan foydalanmaslik kerak (odatdagidek, surunkali qorincha taxikardiyasi tashxisi qo'yilgan bemorlarda kech qorincha potentsialiga ega bo'lishi kerak, deb ishoniladi, ammo keyin bu emas. aniq nima uchun qo'shimcha tadqiqot). mmmm
Buning o'rniga, ma'lum turdagi mikropotentsiallar mavjud bo'lganda, asosiy yurak kasalligi rivojlanishining yomon prognozi bo'yicha haqiqatan ham ishonchli ma'lumotlarga tayanish yaxshiroqdir: qayta ishlash natijasini olgandan so'ng, kasallikning rivojlanishini kuzatish kerak.
Shuni ta'kidlash kerakki, agar usulning prognostik qiymati ishonchli tarzda tasdiqlansa, u holda kelajak tibbiyotining diagnostika vositalaridan biri amaliyotchi shifokorlar qo'lida paydo bo'ladi - yurak kasalliklarini preklinik tashxislash vositalaridan biri. Elektrokardiogrammani qayta ishlash bo'yicha vazifalar majmuasi matematik statistika va signal nazariyasining ko'plab bo'limlariga ta'sir qiladi. . Bir tomondan, muammolarni hal qilishning matematik qat'iyligi, ikkinchi tomondan, haqiqiy vaziyatni qayta ishlash uchun modellar va qo'llaniladigan usullarning muvofiqligi o'rtasidagi kelishuv signal va shovqin haqida aprior ma'lumotlar to'plami bilan belgilanadi. tadqiqotchi tomonidan ruxsat etilgan va qabul qilingan. Shunday qilib, EKGni qayta ishlashning taklif etilayotgan kontseptsiyasi doirasida har bir bosqichda ishlov berish algoritmlarini aniq amalga oshirish uchun turli xil variantlarni sinab ko'rish, sinovdan o'tkazish va sinovdan o'tkazish mumkin.
EKGni qayta ishlashga taklif etilayotgan yangi yondashuv va shunga o'xshash maqsadli taniqli ishlanmalar o'rtasidagi tub farq - bu qayd etilgan jarayonning alohida tarkibiy qismlarini faqat fenomenologik xususiyatlariga ko'ra ajratib ko'rsatishga imkon beradigan matematik modellardan foydalanish. patologiyalarni tashxislash uchun evristik tanlangan mezonlarga. Taklif etilayotgan texnikani optimallashtirish, uning samaradorligi va sifat ko'rsatkichlarini tahlil qilish bilan bog'liq masalalar (shu jumladan ushbu sohadagi har qanday ishning yakuniy maqsadi diagnostika qiymati) nazariy va eksperimental tadqiqotlarni, shu jumladan matematik va yarim tabiiy modellashtirish usullarini talab qiladi.


Xulosa.
Ultra yuqori aniqlikdagi elektrokardiografiya elektrokardiografiya rivojlanishining yakuniy bosqichidir, chunki u o'zining yakuniy maqsadi sifatida barcha mumkin bo'lgan chastotalarda yurakning bioelektrik faolligi signallarining mutlaqo barcha komponentlarini aniqlash, izolyatsiya qilish va qayta ishlashni qo'yadi.
Yurak ishemiyasining boshlanishining elektrokardiografik belgilarini erta aniqlashning dastlabki natijalari ota yuqori sezgirlik (OYUS) EKG usulini amalga oshiradigan apparat, algoritmik va dasturiy vositalarni, shuningdek odamlarning yurak-qon tomir tizimini elektrofiziologik o'rganishning boshqa usullarini yanada rivojlantirishni ko'rsatadi. Turli yurak kasalliklarini, shu jumladan koronar arteriya kasalliklarini rivojlanishining dastlabki bosqichlarida yangi diagnostika va davolash usullarini ishlab chiqish imkonini beradi.
Ushbu innovatsion diagnostika usullarini ishlab chiqish OYUS EKG texnikasiga asoslangan va bugungi kunda qo'llanilayotgan elektrokardiografik uskunalardan o'z imkoniyatlaridan sezilarli darajada ustun bo'lgan kompyuterlashtirilgan elektrokardiograflar va elektrokardiomonitorlarning yangi avlodini yaratish va amaliy sog'liqni saqlashga joriy etish imkonini beradi. EKG yozuvlaridan foydalangan holda odamda yurak-qon tomir kasalliklarini tashxislash vazifalaridan biri, ya'ni stoxastik sharoitda naqshni aniqlashni o'rganish muammosi sifatida bemorning sog'lom yoki kasal ekanligini shifokorgacha aniqlash hal qilindi. Muammoni muvaffaqiyatli hal qilish kompyuter simulyatsiyasi bilan tasdiqlandi.
EKG yozuvi asosida odamda yurak-qon tomir kasalliklarini tashxislash muammolarini hal qilish uchun vektorlarning qiymatlarini - o'quv namunasiga kiritilgan har bir bemor uchun xususiyatlarni oldindan hisoblash va bemorlarni ikki guruhga ajratuvchi giperplanani aniqlash taklif etiladi.