BUNDLE BRANCH BLOCK DETECTION USING MATHEMATICAL ANALYSIS OF DIGITAL CARDIO SIGNAL

Cover Page

Cite item

Full Text

Abstract

In this study we are analyzed diagnostic pieces of evidence of heart blocks and formulated the algorithm that was researched and realized and program complex Diseases of the cardiovascular system are in the second place after oncological diseases in the death rate in modern world. So this is an actual applied tasks for mathematical and computer modeling. Based on the known pieces of evidence, I wrote an algorithm that takes a digital ECG signal with movement noises that is filtering during algorithm’s work. Then certain leads of electrocardiogram are checked for presence of evidence of bundle branch block connecting with deformation of QRS complex. After that, algorithm gives a conclusion about patient’s state. The behavior of the algorithm was researched by several test samples with different diagnosis to find out probability of false positive answer.

Full Text

В настоящее время, в связи с высокой смертностью населения от сердечнососуди- стых заболеваний, требуется разрабатывать новые метода диагностики этих заболеваний. Для достижения наибольшей мобильности и удобства, проверка пациента и контроль его состояния может осуществляться с примене- нием мобильных устройств [1]. Однако не все современные мобильные устройства об- ладают достаточной для быстрых и точных расчётов производительностью. Многие из существующих методов обнаружения QRS- комплекса основаны на дискретном вейвлет- преобразовании либо на иных алгоритмах, требующих больших вычислительных затрат [2; 3]. В связи с этим, было решено разрабо- тать алгоритм обнаружения признаков бло- кады ножек пучка Гиса на основе известных медицине диагностических признаков, свя- занных с QRS-комплексом [4]. Для выделеimage © Давыдов Н. С., 2016. Давыдов Никита Сергеевич, (amail9496@gmail.com), магистрант факультета информатики Самарского университета, 443086, Россия, г. Самара, Московское шоссе,34. ния QRS-комплекса был доработан алгоритм выделения R-зубцов в ЭКГ-сигнале на осно- ве преобразования Гильберта [5]. В качестве обнаруживаемого заболевания была выбрана блокада ножек пучка Ги- са. Пучок Гиса является частью проводящей системы сердца, и в случае блокады одной из его ножек можно наблюдать искажение ком- плекса QRS на электрокардиограмме. QRS- сегмент ЭКГ-сигнала является интервалом, содержащим в себе пики Q, R и S, которые отображают прохождения электрического импульса от верхушки к кончику сердца. В связи с этим при блокаде левой или правой ножки комплекс деформируется. Диагности- ческие признаки этого заболевания следует искать во втором стандартном, первом, вто- ром, шестом и пятых грудных отведениях. Главным признаком наличия блокады ножек Гиса является уширение QRS- комплекса во втором стандартном отведении вследствие задержки прохождения электри- ческого импульса по пучку Гиса (рис. 1). В норме, длина QRS-комплекса пациента без нарушения проводимости сердца должна со- ставлять не более 0,08 секунд в случае полного отсутствия блокады. Так как в ЭКГсигнале регистрируется несколько комплек- 1 N2 1 N2 сов QRS, то для того, чтобы утверждать об image QRS  N image  X (i)  N Y (i), уширении требуется вычислить среднюю i1 i1 длину комплекса по второму стандартному отведению с помощью следующей формулы: N T  1 S(i)  Q(i), где QRS - среднее значение для QRSкомплекса, N1 - количество отсчётов между (i - 1)-ым S-зубцом и i-ым Q-зубцом, X (i) - отсчёт из промежутка между (i - 1)-ым S- N i1 где T - средняя протяжённость QRS- комплексов в сигнале, N - количество QRS- комплексов в ЭКГ-сигнале, S (i), Q (i) - ко- ординаты соответствующих зубцов i-ого комплекса. Следующие признаки блокады ножек пучка Гиса находятся в первом и втором грудных отведениях. При блокаде левой ножки пучка Гиса наблюдается деформация QRS-комплекса и изменение его формы. В случае этой аномалии QRS-комплекс обла- дает уменьшенной амплитудой зубца R и увеличенной амплитудой зубца Q. В норме зубец R обладает вчетверо большей ампли- тудой по сравнению с зубцом Q. Для вычис- ления амплитуды каждого из зубцов требу- ется найти среднюю линию QRS-комплекса по следующей формуле: зубцом и i-ым Q-зубцом, N2 - количество отсчётов между i-ым Q-зубцом и (i + 1)-ым Sзубцом, Y (i) - отсчёт из промежутка между i-ым Q-зубцом и (i + 1)-ым S-зубцом. Далее вычисляются амплитуды зубцов R и Q относительно средней линии всего комплекса и их значения сравниваются друг с другом. Для блокады правой ножки пучка Гиса характерно изменение формы QRS- комплекса на форму буквы «М» (рис. 2). В этом случае требуется провести поиск ло- кального максимума на промежутке в 0,05 секунд, так как именно на этом промежутке может находиться пик R1. Амплитуду этого зубца следует сравнить с зубцом S, так как согласно диагностическим признакам, после зубца S должен идти зубец T, не превышаю- щий S по амплитуде. image Рис. 1. QRS-комплекс здорового пациента (слева) и пациента с блокадой (справа) image Рис. 2. QRS-комплекс в первом грудном отведении при правой блокаде пучка Гиса Если второе стандартное отведение и первые два грудных отведения отсутствуют, то признаки блокады ножек пучка Гиса можно проверить в пятом и шестом отведе- ниях электрокардиограммы. При блокаде ле- вой ножки пучка Гиса в этих отведениях на- блюдается небольшая зазубрина на нисхо- дящем или восходящем колене QRS- комплекса. Для обнаружения аномалии- зазубрины требуется применить любой из имеющихся методов поиска локального мак- симума или минимума на промежутке между пиками Q и R или R и S. При наличии хотя бы одного побочного пика можно утвер- ждать о наличии блокады левой ножки пучка Гиса. Блокада правой ножки пучка Гиса ха- рактеризуется уширением всего QRS- комплекса, обнаружение которого было опи- сано выше, и уширением S-зубца. В норме длина S-зубца составляет 0,02 секунды. Для обнаружения уширения этого зубца требует- ся сделать следующее: найти максимальное значение справа от S-зубца на промежутке в 0,01 секунды, найти значение слева от Sзубца на промежутке 0,01 секунды и срав- нить два этих значения. В случае, если зна- чение слева больше значения справа - ано- малия отсутствует, а в ином случае - можно утверждать о наличии патологии. Условия и методы исследования На основе сформулированных алгоритмов был написан программный комплекс на языке MATLAB с применением инстру- ментария WFDB для эффективного исполь- зования данных ЭКГ-сигнала. Все опытные образцы были взяты из открытой базы дан- ных Массачусетского технологического ин- ститута, и каждый из образцов имел диагноз, поставленный врачом-специалистом, и все двенадцать отведений. Всего было выбрано 39 записей, из которых 30 имели частоту дискретизации 1000 Гц и 8 имели частоту дискретизации 257 Гц. В процессе эксперимента объём считы- ваемой информации из цифрового ЭКГсигнала уменьшалось с целью выяснить, как объём информации влияет на вероятность верного обнаружения болезни. Результаты экспериментального исследования Таблица 1 Номер экспери- мента Число образ- цов Длитель- тель- ность, с Частота дискрети- зации, Гц Всего отсчё- тов Чувстви- тельность Специ- фичность 1 30 100 1000 100000 0,67 0,75 9 389 257 2 30 80 1000 80000 0,67 0,75 9 311 257 3 30 75 1000 75000 0,67 0,75 9 292 257 4 30 50 1000 50000 0,67 0,71 9 196 257 5 30 25 1000 25000 0,53 0,75 9 97 257 6 30 12,5 1000 12500 0,67 0,75 9 47 257 7 30 6,25 1000 6250 0,73 0,75 9 24 257 8 30 3,125 1000 3125 0,67 0,71 9 12 257 Результаты и их обсуждение В процессе проведения экспериментов алгоритм показал снижение уровня чувстви- тельности при уменьшении числа считывае- мых отсчётов ЭКГ-сигнала (табл. 1). Подоб- ное проведение алгоритма связано с тем, что большинство использованных методов осно- вывается на нахождении среднего значения по сигналу. Среднее значение тем ближе к своему истинному значению, чем больше входных данных имеется на входе, потому уменьшение точности алгоритма ожидаемо падает при уменьшении объёма входных данных. Также количество тестовых мате- риалов слишком мало, для точного опреде- ления чувствительности и специфичности алгоритма. Однако любая информация о па- циенте является строго конфиденциальной и получить доступ к записям ЭКГ можно толь- ко по согласию пациента, потому количество тестовых образцов в медицине мало. Заключение По результатам эксперимента можно сделать вывод, что сформулированный алго- ритм на основе анализа ЭКГ-сигнала являет- ся не достаточно точным и требует доработ- ки. Низкая чувствительность и специфичность обусловлена тем, что в качестве глав- ных признаков были взяты признаки, свя- занные с QRS-комплексом, однако в меди- цине используются и другие признаки, свя- занные с пиками, лежащими слева и справа от комплекса.
×

About the authors

Nikita Sergeevich Davydov

Samara University

Email: amail9496@gmail.com
443086, Russia, Samara, Moskovskoye Shosse, 34

References

  1. Taegyun J, Byoungho K., Moongu J. Implementation of a portable device for realtime ECG signal analysis // BioMedical Engineering OnLine. 2014. Vol. 13. P. 1-13.
  2. Xiaomin X., Ying L. ECG QRS Complex Detection Using Slope Vector Waveform (SVW) Algorithm // International Journal of Computer Science Issues. 2004. Vol. 1. P. 3597-3560.
  3. Sumathi S., Sanavullah M. Comparative Study of QRS Complex Detection in ECG Based on Discrete Wavelet Transform // International Journal of Recent Trends in Engineering. 2009. Vol. 5. P. 273-277.
  4. Зудбинов Ю. И. Азбука ЭКГ. Ростов-на-Дону: Феникс, 2003. 160 с.
  5. Fedotov A. A., Akulova A. S., Akulov S. A. Effective QRS-Detector Based on Hilbert Transform and Adaptive Thresholding // IFMBE Proceedings. 2016. Vol. 57. P. 140-144.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2016 Proceedings of young scientists and specialists of the Samara University

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies