в Интернете 
Українська  English  Русский  

DOI:


Опись-ссылка ISSN 1812-7231 Klin.inform.telemed. Volume 14, Issue 15, 2019, Pages 00-00


Автор(ы) М. Г. Борейко


Учреждение(я)

Институт Кибернетики имени В. М. Глушкова НАН Украины, Киев


Название статьи Разработка улучшенной методики поиска фибрилляции желудочков сердца


Аннотация (резюме)

Вступление. Рассмотрены современные алгоритмы для выявления фибрилляции желудочков сердца, такие как TCI, VF, SPEC, CPLX, HILB. Лучшую чувствительность среди них имеет алгоритм HILB, основанный на построении фазо-пространственного графика методом преобразования Гильберта.

Результаты. Найдены способы для улучшения специфичности алгоритма HILB за счет введения дополнительных условий к распределению точек на фазо пространственном графике, таких как центр масс и среднеквадратическое отклонение от него. Разработано программное обеспечение для анализа сигнала ЭКГ в одном отведении. Проведена валидация методики на известных открытых базах данных, таких как MIT-BIH Arrhythmia Database, American Heart Association Database (AHA), Creighton University Ventricular Tachyarrhythmia Database (CU). Полученная чувствительность по базе данных CU — 83%, положительная прогнозируемость — 93%, для MIT-BIH — 100% и 100%, для AHA — 90% и 98% соответственно. Проведено сравнение результатов с алгоритмами TCI, VF, SPEC, CPLX и HILB. Показано, что чувствительность и положительная прогнозируемость предложенной методики лучше известных алгоритмов.


Ключевые слова электрокардиограмма, фибрилляция желудочков, преобразование Гильберта, автоматический анализ ЭКГ, MIT-BIH база данных


Список литературы

1. Cardiovascular diseases (CVDs). WHO, 2017. Available: http://www.who.int/mediacentre/factsheets/fs317/en/index.htm

2. Boreiko M., Budnyk M. Development of software and hardware system for monitoring the physiological condition of yachtsmen. Vcheni zapysky Tavriys'koho nats. un-tu im. V. I. Vernads'koho. Seriya: Tekhnichni nauky [Notes of the V. I. Vernadsky Taurida Nat. Univ., Series: Technical Sciences], 2018, vol. 29 (68), no. 3, Part 1, pp. 101-104. (In Ukr.).

3. Boreyko M., Сhaikovsky I. Evaluation of pain syndrome based on analysis of heart rhythm variability. Abstracts of the 4th All-Ukrain. Sci.-practical Conf. "Joint actions of military formations and law-enforcement bodies of the state: problems and prospects", 7–8.09.2017. Military Academy. Odessa. pp. 216–217. (In Ukr.).

4. Biletsky I., Chaikovsky I. Determination of respiratory rate on the basis of ECG and study of its connection with the degree of post-traumatic stress disorder in military personnel. Abstracts of the 4th All-Ukrain. Sci.-practical Conf. "Joint actions of military formations and law-enforcement bodies of the state: problems and prospects", 7–8.09.2017. Military Academy. Odessa. pp. 215–216. (In Ukr.).

5. Weaver W. D., Cobb L., Hallstrom A., Copass M., Ray R., Emery M. et al. Considerations for improving survival from out-of-hospital cardiac arrest. Ann. Emerg. Med., 1986, iss. 15, pp. 1181–1186.

6. Goldberger A., Amaral L., Glass L., Hausdorff J., Ivanov P., Mark R. et al. PhysioBank, PhysioToolkit, and PhysioNet: components of a new research resource for complex physiologic signals. Circulation, 2000, iss. 101, pp. E215–20.

7. Amann A., Tratnig R., Unterkofler K. Reliability of old and new ventricular fibrillation detection algorithms for automated external defibrillators. Biomed Eng. Online., 2005, iss. 4, p. 60.

8. Amann A., Tratnig R., Unterkofler K. A new ventricular fibrillation detection algorithm for automated external defibrillators. Computers in Cardiology, 2005, pp. 559–562.

9. Amann A., Tratnig R., Unterkofler K. Detection of ventricular fibrillation by time-delay methods. IEEE Trans Biomed Eng., 2007, iss. 54, pp. 174–177.

10. Ismail A., Fries M. Validating the Reliability of Five Ventricular Fibrillation Detecting Algorithms. Springer, Brlin Heidelberg, 2009, pp. 26–29.

11. Anas E., Lee S., Hasan M. Sequential algorithm for life threatening cardiac pathologies detection based on mean signal strength and EMD functions. Biomed. Eng. Online, 2010, no. 9, p. 43.

12. Arafat M., Chowdhury A., Hasan M. A simple time domain algorithm for the detection of ventricular fibrillation in an electrocardiogram. J. VLSI Signal Process. Syst. Signal Image Video Technol., 2011, iss. 5, pp. 1–10.

13. Thakor N., Zhu Y., Pan K. Ventricular tachycardia and fibrillation detection by a sequential hypothesis testing algorithm. IEEE Trans Biomed Eng., 1990, vol. 37, pp. 837–843.

14. Kuo S. Computer detection of ventricular fibrillation. Proc of Computers in Cardiology, IEEE Comupter Society, 1978, pp. 347–349.

15. Hilbert Transform. In: Wikipedia [Internet]. [cited 23 Jun 2019]. URL: https://en.wikipedia.org/wiki/Hilbert_transform

16. IEC 60601-2-47:2012. Medical electrical equipment — Part 2–47: Particular requirements for the basic safety and essential performance of ambulatory electrocardiographic systems. In: Webstore IEC [Internet]. [cited 23 Jun 2019]. URL: https://webstore.iec.ch/publication/2666

17. Cardiolyse. In Cardiolyse [Internet]. [cited 23 Jun 2019]. URL: https://cardiolyse.com


Полнотекстовая версия http://kit-journal.com.ua/ru/viewer_ru.html?doc/2019_15/007.pdf