Автоматизированная система анализа и интерпретации ЭКГ

Abstract

RU: В статье выполнен обзор существующих программных продуктов для анализа и интерпретации электрокардиосигнала (ЭКГ), предложен алгоритм идентификации ЭКГ, основанный на обнаружении и временной локализации максимумов модуля вейвлет-преобразования, и нейросетевой классификатор кардиоциклов. Разработана программа для анализа и интерпретации ЭКГ. Проведены эксперименты по делинеации сигнала. Исследованию подвергались записи цифровых сигналов ЭКГ базы данных QTDB. Результаты работы предложенного алгоритма сравнивались с опубликованными результатами работы других алгоритмов идентификации ЭКГ. Наиболее существенное улучшение было обнаружено в определении положения P- и Т-волны. UK: У статті виконано огляд існуючих програмних продуктів для аналізу та інтерпретації сигналу ЕКГ, запропоновано алгоритм ідентифікації ЕКГ, заснований на виявленні і часовій локалізації максимумів модуля вейвлет-перетворення, та нейромережевий класифікатор кардіоциклів. Розроблено програму для аналізу та інтерпретації ЕКГ. Проведено експерименти по делінеації сигналу. Дослідженню піддавалися запису цифрових сигналів ЕКГ бази даних QTDB. Результати роботи запропонованого алгоритму порівнювалися з опублікованими результатами роботи інших алгоритмів ідентифікації ЕКГ. Найістотніше покращення було виявлено у визначенні положення P- і Т-хвилі. EN: An existing ECG analysis and interpretation software is reviewed in the paper. A wavelet-based ECG delineation algorithm which performs QRS detection and provides as well the locations of the peak(s) of P, Q, R, S, and T waves, and the P, QRS, and T wave boundaries using a single analysis stage: the dyadic wavelet transform of the ECG signal is proposed. A neural network for the classification of heartbeats is presented. ECG analysis and interpretation program is developed. The delineation algorithm has been validated using QTDB. The results have been compared with those of other published approaches and have shown that the developed algorithm provides a reliable and accurate delineation of the ECG signal, outperforming other algorithms, and with errors well within the observed intercardiologist variations. The most significant improvement was found in the T wave and P wave delineation.