RU128470U1 - CARDIOAIGENOSCOPE - Google Patents
CARDIOAIGENOSCOPE Download PDFInfo
- Publication number
- RU128470U1 RU128470U1 RU2012134072/14U RU2012134072U RU128470U1 RU 128470 U1 RU128470 U1 RU 128470U1 RU 2012134072/14 U RU2012134072/14 U RU 2012134072/14U RU 2012134072 U RU2012134072 U RU 2012134072U RU 128470 U1 RU128470 U1 RU 128470U1
- Authority
- RU
- Russia
- Prior art keywords
- block
- unit
- matrix
- input
- calculator
- Prior art date
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
1. Кардиоайгеноскоп, содержащий блок вычислителя матрицы смешанных моментов 2, блок вычислителя собственных векторов и собственных значений 3, отличающийся тем, что на входе устройства установлен блок формирования ансамбля кардиоосцилляций 1, выход которого подключен к входу блока вычислителя матрицы смешанных моментов 2 и к первому входу блока восстановления кардиосигнала и анализа признаков 4; выход блока вычислителя матрицы смешанных моментов 2 подключен к входу блока вычислителя собственных векторов и собственных значений 3, первый и второй выходы которого подключены ко второму и третьему входам блока восстановления кардиосигнала и анализа признаков 4; выходной канал блока восстановления кардиосигнала и анализа признаков 4 является двухсторонним и связан с окружением кардиоайгеноскопа.2. Кардиоайгеноскоп по п.1, отличающийся тем, что блок формирования ансамбля кардиоосцилляций 1 состоит из: входного блока АЦП - 5, блока хранения отсчетов на интервале анализа 6, блока центрирования 7, блока инвертора 8, блока вычисления порога 9, блока вычисления коэффициента асимметрии 10, блока определителя положения 11, блока вычислителя среднего периода следования кардиоосцилляций 12, блока формирования матрицы ансамбля кардиоосцилляций 13, каждый из которых, по отдельности, двухсторонне соединен с выходным блоком программного управления 14; при этом первый выход блока АЦП - 5 дополнительно подключен к входу блока хранения отсчетов на интервале анализа 6.3. Кардиоайгеноскоп по п.1, отличающийся тем, что блок восстановления кардиосигнала и анализа признаков 4, состоит из входного блока памяти 15, который двухсторонне соединен1. A cardioigenoscope containing a block of the calculator of the matrix of mixed moments 2, a block of the calculator of eigenvectors and eigenvalues 3, characterized in that at the input of the device there is a block for forming the ensemble of cardio-oscillations 1, the output of which is connected to the input of the block of the calculator of the matrix of mixed moments 2 and to the first input cardiac signal recovery and feature analysis 4; the output of the block of the calculator of the matrix of mixed moments 2 is connected to the input of the block of the calculator of eigenvectors and eigenvalues 3, the first and second outputs of which are connected to the second and third inputs of the block recovery cardiosignal and analysis of signs 4; the output channel of the cardiosignal recovery and sign analysis unit 4 is two-way and is connected with the environment of the cardioigenoscope. 2. A cardioigenoscope according to claim 1, characterized in that the cardio-oscillation ensemble formation unit 1 consists of: an ADC input unit - 5, a sample storage unit in the analysis interval 6, a centering unit 7, an inverter 8 unit, a threshold calculation unit 9, an asymmetry coefficient calculation unit 10 , a position determiner block 11, a calculator block of an average period of cardiooscillations 12, a block for forming a matrix of an ensemble of cardiooscillations 13, each of which, individually, is bilaterally connected to the output program control unit 14; the first output of the ADC - 5 unit is additionally connected to the input of the sample storage unit in the analysis interval 6.3. A cardiac eigenoscope according to claim 1, characterized in that the cardiac signal recovery and feature analysis unit 4 consists of an input memory unit 15, which is bilaterally connected
Description
Область техники.The field of technology.
Устройство «Кардиоайгеноскоп» представляет собой анализатор независимых компонент кардиограмм и относится к медицинским приборам, применяемым в кардиологии. Кардиоайгеноскоп имеет дополнительные функциональные качества, позволяющие раздельно анализировать некоррелированные компоненты кардиосигнала, что может быть полезно при оценке состояния пациента и позволяет лучше фильтровать кардиосигнал от помех. Кардиоайгеноскоп может быть реализован как в виде программно-аппаратного комплекса, так и в виде виртуального прибора на базе стандартного компьютера.The Cardioigenoscope device is an analyzer of the independent components of cardiograms and refers to medical devices used in cardiology. A cardio-eigenoscope has additional functional qualities that allow for separate analysis of uncorrelated components of a cardiosignal, which can be useful in assessing the patient’s condition and can better filter the cardiosignal from interference. A cardioigenoscope can be implemented both in the form of a hardware-software complex, and in the form of a virtual device based on a standard computer.
Уровень техники. Аналоги и их недостатки. Прототип.The level of technology. Analogs and their shortcomings. Prototype.
Известно [1], что процесс кардио диагностики зачастую сопряжен с ошибками. Примерно 38% электрофизиологов (по данным [2]) принимают артефакт кардиосигнала за желудочковую тахикардию, а 55% врачебных заключений (по результатам [3]) Холтеровского суточного мониторирования содержат ошибки методического характера. До 43% ложных тревог от прикроватных мониторов ЭКГ (по данным [5]) вызваны неверной интерпретацией артефактов сигнала встроенным программным обеспечением. По данным [4] ошибки электрокардиодиагностики недопустимо часто приводят к тому, что пациенту назначается неправильное лечение, вплоть до назначения операции по имплантации электрокардиостимулятора. Из сказанного следует, что задача уменьшения вероятности ошибки электрокардиодиагностики актуальна.It is known [1] that the process of cardio diagnostics is often fraught with errors. Approximately 38% of electrophysiologists (according to [2]) accept a cardiac signal artifact for ventricular tachycardia, and 55% of medical reports (according to [3]) of Holter daily monitoring contain methodological errors. Up to 43% of false alarms from bedside ECG monitors (according to [5]) are caused by incorrect interpretation of signal artifacts by the built-in software. According to [4], errors in electrocardiodiagnostics unacceptably often lead to the fact that the patient is prescribed the wrong treatment, up to the appointment of an operation to implant a pacemaker. It follows from the foregoing that the task of reducing the likelihood of an error in electrocardiodiagnostics is relevant.
Автором [1] проведен анализ литературных источников, каталогов поставщиков и производителей медицинской техники, в процессе которого были рассмотрены модельные ряды приборов от 101 компании-производителя электрокардиографической техники, в том числе 17 отечественных производителей (ООО «Альтоника», ЗАО «ИжМедикал», ООО «Нейрософт» и другие). Установлено, что ведущие иностранные производители на данный момент предлагают для своих приборов дополнительное специализированное программное обеспечение, позволяющее оценивать диагностическую значимость регистрируемого ЭКГ сигнала, например технология Marquette Hookup Advisor от General Electric. Однако большинство производителей предлагает данную функциональность только в старших и наиболее дорогостоящих моделях своих модельных рядов. Например, кардиограф Philips Page Writer Trim II, позволяет оценивать диагностическую значимость сигнала на каждом отведении в режиме реального времени. Но ввиду дороговизны данные приборы не доступны для широкого и повсеместного использования. При этом отечественные приборы практически не обладают должными возможностями. Так, например, электрокар диоанализатор «Анкар-131» фирмы «Медиком-МТД» позволяет следить за качеством установки электродов и индицировать обрыв отведения. Однако он не обеспечивает возможности оценки диагностической значимости и наличия артефактов в сигнале. Автором [1] на данный момент не выявлено публикаций в отечественной литературе, посвященных разработке метрик диагностической значимости электрокардиографического сигнала. В то же время со стороны зарубежного научного сообщества наблюдается повышенный интерес к обозначенной проблеме. Об этом свидетельствует увеличение количества публикаций по данной тематике и проведенный в 2011 г.на базе международного ресурса PhysioNet.com конкурс, направленный на разработку методов повышения качества электрокардиографических исследований, в частности телемедицинских систем на базе мобильных телефонов (смартфонов) [6]. Поэтому чрезвычайно актуальным является совершенствование известных или разработка новых алгоритмов оценки диагностической значимости электрокардиографического сигнала, с целью снижения вычислительной стоимости и расширения возможностей распознавания большего количества артефактов.The author [1] analyzed literature sources, catalogs of suppliers and manufacturers of medical equipment, during which model ranges of devices from 101 electrocardiographic equipment manufacturing companies were examined, including 17 domestic manufacturers (Altonika LLC, IzhMedical CJSC, LLC Neurosoft and others). It has been established that leading foreign manufacturers currently offer additional specialized software for their devices, which allows assessing the diagnostic significance of the recorded ECG signal, for example, the General Electric Marquette Hookup Advisor technology. However, most manufacturers offer this functionality only in the older and most expensive models of their lineups. For example, the Philips Page Writer Trim II cardiograph allows you to evaluate the diagnostic significance of the signal at each lead in real time. But due to the high cost of these devices are not available for widespread and widespread use. At the same time, domestic appliances practically do not have the proper capabilities. So, for example, the Ankar-131 electrocardioanalyzer of the Medicom-MTD firm allows you to monitor the quality of electrode installation and to indicate the lead abstraction. However, it does not provide an opportunity to assess the diagnostic significance and the presence of artifacts in the signal. The author [1] has not yet identified publications in the domestic literature on the development of metrics for the diagnostic significance of the electrocardiographic signal. At the same time, there is an increased interest in this problem from the side of the foreign scientific community. This is evidenced by the increase in the number of publications on this topic and the competition held in 2011 on the basis of the international resource PhysioNet.com aimed at developing methods to improve the quality of electrocardiographic studies, in particular telemedicine systems based on mobile phones (smartphones) [6]. Therefore, it is extremely important to improve the known or develop new algorithms for assessing the diagnostic significance of an electrocardiographic signal, in order to reduce the computational cost and expand the ability to recognize more artifacts.
Сказанное делает актуальным использование в кардиоскопии новых принципов обработки сигналов, в том числе и основанных на использовании айгеноскопа (Анализатора собственных векторов и компонент сигнала [7]).The foregoing makes it relevant to use in cardioscopy new principles of signal processing, including those based on the use of an aigenoscope (Eigenvector Analyzer and signal components [7]).
Положенный в основу работы Кардиоайгеноскопа принцип совпадает с принципом работы айгеноскопа, который и рассматривается в качестве прототипа (фиг.1). Таким образом, Кардиоайгеноскоп можно рассматривать как специализированный айгеноскоп, адаптированный для анализа кардиограмм, который в силу заявленных конструктивных особенностей позволяет получить заявляемый технический результат.The principle underlying the work of the Cardio-Eigenoscope is the same as the principle of the Eigenoscope, which is considered as a prototype (Fig. 1). Thus, a Cardio-Eigenoscope can be considered as a specialized Aigenoscope, adapted for the analysis of cardiograms, which due to the claimed design features allows you to get the claimed technical result.
Раскрытие полезной модели.Disclosure of a utility model.
Кардиоайгеноскоп предназначен для решения задачи ранней диагностики изменений кардиосигнала; в нем используется совместный анализ некоррелированных компонент и собственных векторов кардиосигнала. Непосредственное использование устройства [7] (прототипа) не позволяет получить ту выразительность некоррелированных компонент, которую обеспечивает кардиоайгеноскоп. Под выразительностью мы понимаем возможность максимально точно аппроксимировать кардиосигнал минимальным числом некоррелированных компонент. Предлагаемое устройство является средством, которое впервые обеспечивает технический результат, состоящий в получении максимальной выразительности первых 2-4 некоррелированных компонент кардиосигнала.Cardiac eigenoscope is designed to solve the problem of early diagnosis of changes in cardiac signal; it uses a joint analysis of uncorrelated components and eigenvectors of the cardiac signal. The direct use of the device [7] (prototype) does not allow to obtain the expressiveness of the uncorrelated components provided by the cardioigenoscope. By expressiveness, we mean the ability to approximate the cardiac signal as accurately as possible with a minimum number of uncorrelated components. The proposed device is a tool that for the first time provides a technical result, consisting in obtaining maximum expressiveness of the first 2-4 uncorrelated components of the cardiac signal.
Остановимся на общих чертах айгеноскопа [7] и предлагаемого Кардиоайгеноскопа, конструкции которых в статике (структурные схемы) приведены на фиг.1 и 2, соответственно. В таблице 1 приведены признаки прототипа с выделением тех из них, которые совпадают с существенными признаками заявляемой полезной модели, в таблице 2 наоборот - выделены признаки, которые отличают предлагаемую полезную модель от прототипа.Let us dwell on the general features of an aigenoscope [7] and the proposed Cardioaigenoscope, the designs of which in statics (structural diagrams) are shown in Figs. 1 and 2, respectively. Table 1 shows the features of the prototype with the selection of those that coincide with the essential features of the claimed utility model, in table 2, on the contrary, the features that distinguish the proposed utility model from the prototype are highlighted.
Если в айгеноскопе для формирования матрицы смешанных моментов (в том числе и ковариационной матрицы) использовалась т.н. траекторная матрица, то в предлагаемом устройстве матрица смешанных моментов (в частном случае ковариационная матрица) вычисляется на основе матрицы ансамбля кардиоосцилляций, которая формируется из сегмента кардиосигнала, соответствующего нескольким десяткам сердечных сокращений. Каждый элемент ансамбля (строка матрицы) представляет собой отрезок сигнала определенной длины, который содержит в себе сигнал от единственного сердечного сокращения. Этот признак Кардиоайгепоскопа, наряду с другими, отличающими его от прототипа (выделены в таблице 2 подчеркиванием) являются сущностными отличиями, позволяющими получить технический результат, который состоит в значительном уменьшении (по сравнению с прототипом - айгеноскопом) количества энергетически значимых некоррелированных составляющих кардиосигнала, что существенно упрощает их анализ и использование при диагностике.If in an aigenoscope to form a matrix of mixed moments (including a covariance matrix), the so-called trajectory matrix, then in the proposed device the matrix of mixed moments (in the particular case, the covariance matrix) is calculated on the basis of the matrix of the ensemble of cardio-oscillations, which is formed from the segment of the cardiac signal corresponding to several tens of heartbeats. Each element of the ensemble (matrix row) is a segment of a signal of a certain length, which contains a signal from a single heart beat. This feature of the Cardioeigeposcope, along with others that distinguish it from the prototype (underlined in table 2), are essential differences that allow to obtain a technical result, which consists in a significant reduction (in comparison with the prototype - an aigenoscope) of the number of energetically significant uncorrelated components of the cardiac signal, which is essential simplifies their analysis and use in diagnosis.
Такой технический результат получается вследствие всей совокупности признаков заявляемой модели и не достижим в прототипе (об этом отдельно будет сказано ниже); этот результат проявляется объективно при изготовлении и использовании кардиоайгеноскопа всегда, вне зависимости от того как реализованы блоки, входящие в состав кардиоайгеноскопа.This technical result is obtained due to the totality of the features of the claimed model and is not achievable in the prototype (this will be discussed separately below); this result is manifested objectively in the manufacture and use of a cardioigenoscope always, regardless of how the blocks that make up the cardioigenoscope are implemented.
Покажем, что число энергетически значимых некоррелированных компонент кардиосигнала (когда комплекс QRS явно выражен) непосредственно (причинно) связан со способом формирования ансамбля кардиоциклов. На фиг.18 приведено сравнение вклада в энергию кардиосигнала некоррелированных компонент, которые получаются с использованием кардиоайгеноскопа (кривая 1) и прототипа (кривые 2-4) для случая обработки кардиосигнала из группы с инфарктом миокарда (база данных сигналов [10]). Как видно из графиков, кардиоайгеноскоп обеспечивает заявляемый технический результат - максимальный вклад в энергию кардиосигнала первых двух-четырех некоррелированных компонент в этом случае выше чем у прототипа. Так в случае кардиоайгеноскопа (кривая 1 фиг.18) первые 2 некоррелированные компоненты имеют приблизительно 83% вклад в энергию кардиосигнала, тогда как в случае прототипа эта величина колеблется в пределах 46-55% (кривые 2-4 фиг.18). Причина, по которой кардиоайгеноскопом обеспечивается такой технический результат лежит в том как формируется ансамбль кадиоосциляций блоком 1. Аналогичные причинно-следственные связи наблюдаются и для других нозологических групп кардиосигналов. Таким образом, технический результат обеспечивается именно за счет блока формирования ансамбля кардиоосциляций и его связей с другими блоками.We show that the number of energetically significant uncorrelated components of the cardiosignal (when the QRS complex is pronounced) is directly (causally) related to the method of formation of the ensemble of cardiocycles. Fig. 18 shows a comparison of the contribution of uncorrelated components to the energy of a cardiosignal, which are obtained using a cardioigenoscope (curve 1) and a prototype (curves 2-4) for the case of processing a cardiosignal from a group with myocardial infarction (signal database [10]). As can be seen from the graphs, a cardioigenoscope provides the claimed technical result - the maximum contribution to the energy of the cardiac signal of the first two to four uncorrelated components in this case is higher than that of the prototype. So in the case of a cardioigenoscope (
Еще раз отметим, что такой эффект проявляется объективно безотносительно к тому как реализованы блоки, входящие в состав устройства и к какой нозологической группе относится анализируемый кардиосигнал.Once again, we note that such an effect is manifested objectively regardless of how the blocks included in the device are implemented and to which nosological group the analyzed cardiac signal belongs.
Таким образом, причиной, препятствующей получению технического результата в прототипе является то, что в прототипе в блоке вычисления матрицы смешанных моментов используется траекторная матрица, формируемая на произвольном интервале анализа никак не связанном с периодом кардиоосциляций, а в полезной модели блок 1 формирования ансамбля кардиоосциляций формирует ансамбль, в котором R-пик имеет фиксированное положение, что способствует получению технического результата. Следовательно, совокупность признаков, обеспечивающая получение технического результата во всех случаях, на которые распространяется испрашиваемый объем правовой охраны, заключается в наличии блока формирования ансамбля кардиоосциляций, связанного с блоком вычисления матрицы смешанных моментов.Thus, the reason that impedes the obtaining of a technical result in the prototype is that in the prototype, in the block for calculating the matrix of mixed moments, the trajectory matrix is used, which is formed on an arbitrary analysis interval that is not connected in any way with the period of cardiac oscillations, and in the utility model,
Заявляемое устройство представляет собой в неизменном (неработающем состоянии) совокупность блоков, назначение которых (что они должны делать в работающем, но не делают в статическом состоянии, сохраняя готовность это делать) дано в описаниях фигур 1,2 и 3. Блоки 2 и 3 - такие же, как и в прототипе. Блок 1 в статическом состоянии состоит из блоков, представленных на фигуре 2, а блок 4 в статическом состоянии состоит из блоков, представленных на рис.4. Представленные на этих фигурах взаимосвязи (стрелки) между блоками также присутствуют в статическом состоянии и представляют собой интерфейсы ввода-вывода данных (input-output interface devices - [8, стр.120]).The inventive device is an unchanged (idle) set of blocks, the purpose of which (what they should do while working, but do not do it in a static state, while being ready to do it) is given in the descriptions of figures 1,2 and 3.
Устройство содержит двухстороннюю связь с оружением. Слово «окружение» в техническом языке является общепринятым. Так например оно включено в словарь [8, стр.195] как перевод английского слова environment. Под окружением системы обычно понимается множество элементов и их существенных свойств, которые не являются частями системы, но изменение в любом из них может стать причиной изменения состояния системы.The device contains two-way communication with weapons. The word "environment" in the technical language is generally accepted. For example, it is included in the dictionary [8, p. 195] as a translation of the English word environment. The environment of a system usually refers to many elements and their essential properties that are not parts of the system, but a change in any of them can cause a change in the state of the system.
К типичным но, очевидно, не единственным окружениям кардиоайгеноскопа могут относиться:Typical but obviously not the only environments of a cardioigenoscope can include:
- устройство сбора информации и отображения информации- в случае если несколько кардиоайгеноскопов подключены к одному рабочему месту (например, дежурного в палате реанимации)- a device for collecting information and displaying information - in the event that several cardioigenoscopes are connected to the same workplace (for example, a person on duty in the intensive care unit)
- устройство дистанционного управления кардиоайгеноскопом (например, позволяющего изменять режимы его работы). Для связи с окружением могут быть использованы многообразные- a device for remote control of a cardioigenoscope (for example, allowing you to change the modes of its operation). For communication with the environment can be used a variety of
общеизвестные устройства (которые можно подразделить в зависимости от уровняwell-known devices (which can be divided according to level
описания):descriptions):
1. Соединительные шнуры (path cord) - [8, стр.367]1. Connecting cords (path cord) - [8, p. 367]
2. Шины данных (data bus) - [8, стр.365]2. Data buses (data bus) - [8, p. 365]
3. Интерфейс (interface device) - [8, стр.120]]3. Interface (interface device) - [8, p.120]]
Сенсорный экран (touch-sensitive screan) - [8, стр.371]Touch screen (touch-sensitive screan) - [8, p. 371]
Кардиоайгеноскоп обрабатывает последовательные сегменты дискретизированного и оцифрованного кардиосигнала, имеющие длительность N дискретов, в которую, как уже отмечалось, укладывается несколько десятков кардиоосцилляций. Сигнал на каждом из таких сегментов задается последовательностью дискретных отсчетов Пример кардиосигнала, в котором наблюдается доминирование пиков, приведен на фиг.5.а. Такой сигнал наблюдается далеко не всегда. На фиг.5.6 приведен кардиосигнал, соответствующий фибрилляции (пациент находится в коме). Как видно из рисунка, пики в этом случае не доминируют.A cardioeigenoscope processes successive segments of a sampled and digitized cardiosignal having a duration of N samples, into which, as already noted, several dozen cardiac oscillations fit. The signal on each of these segments is set by a sequence of discrete samples An example of a cardiac signal in which peak dominance is observed is shown in FIG. Such a signal is not always observed. Figure 5.6 shows a cardiac signal corresponding to fibrillation (the patient is in a coma). As can be seen from the figure, peaks in this case do not dominate.
Каждая из последовательностей длины N центрируется и приводится (если это необходимо) к «нормальному» виду (с положительными пиками, если последние доминируют). Если пики доминируют, то определяется их положение и средний период их следования , а затем формируется ансамбль кардиоосцилляций. Если доминирования пиков нет, то сразу определяется средний период, а затем формируется ансамбль. Каждый элемент ансамбля представляет собой матрицу-строку, описывающую отдельный сегмент кардиосигнала на интервале, равном (как правило) среднему периоду. В случае доминирования пиков, в центре строки расположен пик кардиоосцилляций, а общая длина матрицы-строки равна дискретному значению среднего периода . Пример такого ансамбля приведен на фиг.б.а - для случая домнирования пиков, а на фиг.б.б - для случая отсутствия доминирования.Each of the sequences of length N is centered and reduced (if necessary) to the “normal” form (with positive peaks if the latter dominate). If the peaks dominate, then their position and the average period of their succession are determined , and then an ensemble of cardiooscillations is formed. If there is no dominance of peaks, then the average period is immediately determined, and then an ensemble is formed. Each element of the ensemble is a row matrix that describes a separate segment of the cardiosignal in an interval equal to (as a rule) the average period. In the case of peaks dominance, the peak of cardio-oscillations is located in the center of the row, and the total length of the row matrix is the discrete value of the average period . An example of such an ensemble is shown in Fig. Ba for the case of peak domination, and in Fig. B for the case of lack of dominance.
Ансамбль представляет собой прямоугольную матрицу с размером , где К - число элементов ансамбля, равное числу целых кардиоосцилляций размера , которые укладываются в интервал анализа N.The ensemble is a rectangular matrix. with size where K is the number of ensemble elements equal to the number of integer cardiooscillations of size which fit into the analysis interval N.
На основании матрицы определяется ковариационная матрица кардиоосцилляций, задаваемая соотношениемBased on matrix the covariance matrix of cardiooscillations is determined by the relation
Где (…)' - означает транспонирование матрицы.Where (...) ' - means transposition of the matrix.
Для ковариационной матрицы (1) находятся собственные векторы и собственные значения, удовлетворяющие соотношениюFor the covariance matrix (1), eigenvectors and eigenvalues are found that satisfy the relation
Размерность ковариационной матрицы для случая дискретизации кардиосигнала с периодом 10-3 секунды обычно составляет не более 700. Время вычисления ковариационной матрицы на основании соотношения (1) для К≤50 и вычисления собственных векторов и собственных значений матриц при ≤700 с использованием стандартных вычислительных средств составляет 1…5 секунд, что позволяет оценивать собственные векторы и собственные значения ковариационной матрицы. Средняя энергия сигнала, наблюдаемого на интервале , определяется соотношениемThe dimension of the covariance matrix for the case of discretization of a cardiosignal with a period of 10 -3 seconds is usually not more than 700. The calculation time of the covariance matrix based on relation (1) for K≤50 and calculation of the eigenvectors and eigenvalues of the matrices at ≤700 using standard computing tools is 1 ... 5 seconds, which allows us to estimate the eigenvectors and eigenvalues of the covariance matrix. The average energy of the signal observed in the interval is determined by the relation
Это означает, что последовательностьThis means that the sequence
которую будем далее называть нормированным спектром собственных значений, определяет относительную долю в средней энергии (3), принадлежащую соответствующему собственному вектору. Далее, как и в [7], нормированный спектр собственных значений мы будем упорядочивать по убыванию. Поскольку каждое нормированное собственное значение выражает информацию о доле энергии, которую «объясняет» соответствующий ему собственный вектор, будем называть величину нормированного собственного значения, соответствующего собственному вектору, выразительностью собственного вектора. Далее будем указывать выразительность в %. Суммарное значение выразительностей всех собственных векторов равно 100%. Чем выше выразительность собственного вектора, тем больше информации он несет.which will be called the normalized spectrum of eigenvalues, determines the relative fraction in the average energy (3) belonging to the corresponding eigenvector. Further, as in [7], we will order the normalized spectrum of eigenvalues in descending order. Since each normalized eigenvalue expresses information about the fraction of energy that the corresponding eigenvector “explains”, we will call the value of the normalized eigenvalue corresponding to the eigenvector the expressiveness of the eigenvector. Further we will indicate expressiveness in%. The total value of the expressivities of all eigenvectors is 100%. The higher the expressiveness of the eigenvector, the more information it carries.
Можно показать, что нормированный спектр собственных значений для ковариационной матрицы (1), построенной с использованием имеет количество ненулевых собственных значений равное К. На экранной форме, представленной на фиг.7.а (верхнее правое окно) приведен типичный нормированный спектр (4), построенный для случая К=35 и =680. Как видно из графика, представленного в окне, только 35 первых нормированных собственных значений имеют уровень выше 10-5.It can be shown that the normalized spectrum of eigenvalues for the covariance matrix (1) constructed using has the number of nonzero eigenvalues equal to K. The typical normalized spectrum (4) constructed for the case K = 35 and = 680. As can be seen from the graph presented in the window, only the first 35 normalized eigenvalues have a level above 10 -5 .
Но даже такое число собственных значений является избыточным для анализа. В верхнем левом окне формы, представленной на фиг.7.а, приведены первые 10 нормированных собственных значений, из которых только 4 имеют выразительность, превышающую 1%, и только 7 имеют выразительность, которая превышает 0.1%. Поэтому для диагностики достаточно визуализировать первые 10 нормированных собственных значений. В нижних окнах экранной формы, представленной на фиг.7.а, показаны графики кумулятивной выразительности. Каждая точка этого графика представляет сумму заданного на оси абсцисс числа первых собственных значений. Так из левого нижнего графика видно, что 4 первых нормированных собственных значения обеспечивают кумулятивную выразительность (объясненную среднюю энергию) на уровне 99%. Такая величина типична для здорового сердца.But even such a number of eigenvalues is redundant for analysis. In the upper left window of the form shown in Fig.7.a, the first 10 normalized eigenvalues are shown, of which only 4 have expressivity in excess of 1%, and only 7 have expressivity that exceeds 0.1%. Therefore, for diagnosis, it is enough to visualize the first 10 normalized eigenvalues. In the lower windows of the screen form shown in Fig.7.a, graphs of cumulative expressiveness are shown. Each point of this graph represents the sum of the number of first eigenvalues given on the abscissa axis. So from the lower left graph it is clear that the first 4 normalized eigenvalues provide cumulative expressiveness (explained average energy) at the level of 99%. This value is typical for a healthy heart.
В случае фибрилляции ситуация меняется: выразительность первого собственного вектора значительно уменьшается, причем выразительности первого и второго собственных векторов становятся соизмеримыми. Это иллюстрирует экранная форма, представленная на фиг.7.б. В случае отсутствия доминирования, для анализа выразительности уже может оказаться недостаточно первых 10 собственных значений. Поэтому в таком случае рекомендуется использовать все нормированные собственные значения, величина которых превышает 10-5.In the case of fibrillation, the situation changes: the expressiveness of the first eigenvector is significantly reduced, and the expressiveness of the first and second eigenvectors becomes comparable. This is illustrated by the screen form shown in Fig.7.b. In the absence of dominance, the first 10 eigenvalues may not be enough to analyze expressiveness. Therefore, in this case, it is recommended to use all normalized eigenvalues, the value of which exceeds 10 -5 .
На экранной форме, представленной на фиг.8.б, показан типичный вид первых четырех собственных векторов для случая отсутствия доминирования пиков.The screen form shown in Fig. 8.b shows a typical view of the first four eigenvectors for the case where there is no peak dominance.
Выразительность собственных векторов может меняться во времени. На экранной форме, представленной на фиг.9, график в верхнем правом окне показывает как менялась выразительность первых четырех собственных векторов на протяжении 11 интервалов анализа; в левом верхнем окне показан исходный кардиосигнал на последнем интервале анализа, а в нижних окнах - нормированный спектр первых 10 собственных значений для последнего интервала анализа (слева) и кумулятивный нормированный спектр для того же интервала анализа (справа).The expressiveness of the eigenvectors can vary with time. On the screen form shown in Fig. 9, the graph in the upper right window shows how the expressiveness of the first four eigenvectors has changed over 11 analysis intervals; in the upper left window shows the initial cardiac signal in the last analysis interval, and in the lower windows the normalized spectrum of the first 10 eigenvalues for the last analysis interval (left) and the cumulative normalized spectrum for the same analysis interval (right).
Анализ нормированных спектров собственных значений показывает, что имеет смысл подвергать анализу только первые собственные векторы, которые обладают наибольшей выразительностью. На экранной форме, представленной на фиг.8.а показаны первые четыре собственных вектора для конкретного интервала анализа - для случая доминирования пиков. Как видно из рисунков, действительно, максимальной выразительностью (более 88%) обладает первый собственный вектор. Остальные три вектора имеет смысл анализировать в специальных случаях. Так, например, при ослаблении уровня кардиосигнала ниже уровня гармонической помехи, первый (а возможно и второй) собственный вектор будет представлять форму помехи, а следующие - выражать кардиосигнал.An analysis of the normalized spectra of eigenvalues shows that it makes sense to analyze only the first eigenvectors that have the most expressiveness. The screen form shown in Fig. 8.a shows the first four eigenvectors for a particular analysis interval — for the case of peak dominance. As can be seen from the figures, indeed, the first eigenvector has the maximum expressiveness (over 88%). It makes sense to analyze the remaining three vectors in special cases. So, for example, when the level of the cardiosignal is weakened below the level of harmonic interference, the first (and possibly the second) eigenvector will represent the form of interference, and the following will express the cardio signal.
Собственные векторы с номерами 2-4 менее выразительны чем первый и, как правило, несут информацию о действующих на кардидиосигнал помехах и его флуктуациях. Для выявления зон нестабильности кардиоосцилляции может быть использован следующий подход. Для модулей собственных векторов с номерами 2-4 определяется среднее геометрическое (пример показан в левом окне экранной формы, представленной на фиг.10). В тех интервалах времени, на которых у всех (с номерами 2-4) собственных векторов наблюдаются большие значения, среднее геометрическое также имеет большие значения. Для среднего геометрического может быть вычислена квантильThe eigenvectors with numbers 2-4 are less expressive than the first one and, as a rule, carry information about the interference acting on the cardio signal and its fluctuations. The following approach can be used to identify areas of cardiooscillation instability. For eigenvector modules with numbers 2-4, the geometric mean is determined (an example is shown in the left window of the screen form shown in Fig. 10). In those time intervals at which all (with numbers 2-4) eigenvectors have large values, the geometric mean also has large values. For a geometric mean, a quantile can be calculated
заданного порядка (на рисунке приведен пример процентили X0.97) и определены границы интервалов времени, на которых значение среднего геометрического превышает квантиль. Эти границы задают зону нестабильности кардиоосцилляции и могут быть визуализированы на графике первого собственного вектора, как это показано в правом окне экранной формы, представленной на фиг.10. Указание на зоны нестабильности облегчает процедуру диагностики.of a given order (the figure shows an example of the percentile X 0.97 ) and the boundaries of the time intervals at which the geometric mean exceeds the quantile are determined. These boundaries define the zone of instability of cardiac oscillations and can be visualized on a graph of the first eigenvector, as shown in the right window of the screen form shown in Fig. 10. Indication of instability zones facilitates the diagnostic procedure.
Наконец, полученные собственные векторы могут быть использованы для восстановления кардиоосцилляции. В этом случае используется соотношениеFinally, the resulting eigenvectors can be used to restore cardiac oscillation. In this case, the relation
гдеWhere
- ансамбль, состоящий из К кардиоосцилляций.восстановленных с помощью L собственных векторов, - an ensemble consisting of K cardiooscillations restored with the help of L eigenvectors,
- исходный ансамбль кардиоосцилляции, используемый для построения собственных векторов, - the initial ensemble of cardiac oscillations used to construct eigenvectors,
- матрица собственных векторов, используемых при восстановлении (собственные векторы записаны в эту матрицу как столбцы). - matrix of eigenvectors used in reconstruction (eigenvectors are written in this matrix as columns).
На фиг.11 и 12 приведен пример восстановления с использованием соотношения (5) для случая L=4 и L=2, соответственно.11 and 12 show an example of recovery using relation (5) for the case L = 4 and L = 2, respectively.
В кардиоайгеноскопе с описанной выше структурой можно осуществлять различные варианты визуализации. Наиболее экономным является интерфейс с двумя экранными формами, использование которого для случая доминирования пиков и отсутствия доминирования представлено на фиг.13 и 14.In a cardioigenoscope with the structure described above, various visualization options can be performed. The most economical is the interface with two screen forms, the use of which for the case of peak dominance and lack of dominance is shown in Figs. 13 and 14.
Как это показано на фиг.14.б, при необходимости, восстановление компонент кардиосигнала может производиться неоднократно. На экранной форме, представленной на фиг.14.б показан восстановленный кардиосигнал (верхнее окно), из которого далее были изъяты первые 4 компоненты, для полученного таким образом «остатка» повторно был сформирован ансамбль, на его основе получены новые собственные вектора и по первым двум - проведено повторное восстановление. В результате выявляется высокочастотная компонента кардиосигнала, имеющая частоту около 4.3 Гц, тогда как восстановленная по первым двум собственным векторам составляющая имеет частоту около 2.4 Гц.As shown in fig.14.b, if necessary, the restoration of the components of the cardiac signal can be performed repeatedly. On the screen form shown in Fig. two - repeated recovery. As a result, the high-frequency component of the cardiosignal, which has a frequency of about 4.3 Hz, is detected, while the component recovered from the first two eigenvectors has a frequency of about 2.4 Hz.
Формирование ансамбля кардиоосцилляций для случая доминирования и отсутствия ярко выраженных пиков происходит, как уже отмечалось, на интервале равном среднему периоду кардиоосцилляций (соответствует частоте пульса). Однако алгоритм измерения среднего периода отличается для этих двух случаев. Устройство должно автоматически различать тип кардиосигнала, который анализируется на интервале анализа.The formation of an ensemble of cardiooscillations for the case of dominance and the absence of pronounced peaks occurs, as already noted, on an interval equal to the average period of cardiooscillations (corresponding to the pulse rate). However, the algorithm for measuring the average period is different for these two cases. The device should automatically distinguish the type of cardiac signal, which is analyzed on the analysis interval.
Для исследования различения кардиосигналов с доминированием и отсутствием пиков было проанализировано четыре критерия, приведенных в таблице 1.To study the distinction between cardiac signals with dominance and absence of peaks, four criteria were analyzed, which are shown in Table 1.
На фиг.15 приведены оценки плотности вероятностей для указанных в таблице 1 критериев различения. Как видно из рисунков, наибольшим качеством различенияOn Fig shows estimates of the probability density for the criteria of distinction indicated in table 1. As can be seen from the figures, the highest quality of discrimination
отличается критерий использующий коэффициент асимметрии γ1, вычисляемый по стандартной формуле выборочная дисперсия, - выборка кардиосигнала на интервале анализа.the criterion is different using the asymmetry coefficient γ 1 calculated by the standard formula sample variance - sampling of the cardiac signal in the analysis interval.
Как показывает анализ фиг.15.а, наилучшим значением порога для критерия доминирования, использующего коэффициент асимметрии, является величина 2. Поэтому в устройстве предлагается использовать следующее решающее правило:As the analysis of Fig. 15a shows, the best threshold value for the dominance criterion using the asymmetry coefficient is 2. Therefore, it is proposed to use the following decision rule in the device:
если γ1≥1, то имеется доминирование пиков,if γ 1 ≥1, then there is a dominance of peaks,
если γ1<2, то доминирование пиков отсутствует.if γ 1 <2, then there is no dominance of peaks.
Остановимся на том, как в устройстве формируется ансамбль кардиоосцилляций, используемый далее для вычисления ковариационной матрицы и ее собственных векторов и собственных значений.Let us dwell on how the ensemble of cardiooscillations is formed in the device, which is used later to calculate the covariance matrix and its eigenvectors and eigenvalues.
Структурная схема формирования ансамбля кардиоосцилляций представлена на фиг.3. Все блоки, входящие в состав блока формирования ансамбля кардиоосцилляций 1 имеют двухсторонние связи с блоком программного управления 14; действия выполняемые блоками описаны в таблице 2. Так как при одинаковом составе блоков, входящих в блок 1, в разных режимах они по-разному взаимодействуют друг с другом под управлением блока 14, то раздельно рассмотрим формирование ансамбля кардиоосцилляций в режимах присутствия и отсутствия доминирования пиков.The structural diagram of the formation of the ensemble of cardiooscillations is presented in figure 3. All the blocks that make up the block forming the ensemble of
Режим присутствия доминирования пиков. После того, как для сегмента кардиосигнала в блоке 10 был вычислен коэффициент асимметрии и оказалось, что его величина превышает пороговое значение 2, вступает в действие схема формирования ансамбля для режима доминирования пиков. Блок 9 вычисления порога в этом режиме определяет на текущемPeak dominance mode. After the asymmetry coefficient was calculated for the cardio signal segment in
интервале анализа N для анализируемого сегмента кардиосигнала квантиль q0.95 или q0.97 - Величина порядка квантили выбирается такой, чтобы квантиль находилась на близком к линейному участке функции распределения значений кардиосигнала. На фиг.16.а представлена типичная функция распределения для режима доминирования пиков. Сравнение фиг.16.а и 16.б показывает, что в режиме отсутствия доминирования верхний правый участок функции распределения имеет выгнутый (близкий к квадратичному) характер.the analysis interval N for the analyzed segment of the cardiosignal quantile q 0.95 or q 0.97 - The magnitude of the order of the quantile is chosen so that the quantile is located close to the linear portion of the distribution function of the cardiac signal. On Figa presents a typical distribution function for the mode of dominance of the peaks. A comparison of Figures 16.a and 16.b shows that in the absence of dominance mode, the upper right portion of the distribution function has a curved (close to quadratic) character.
Значение порога с выхода блока 9 передается в блок 14, который передает это значение вместе с отсчетами кардиосигнала на интервале анализа (все вместе или последовательно поотсчетно) в блок определения положения 11, который формирует две последовательности номеров отсчетов. Первая последовательность соответствует ситуации когда два смежных отсчета удовлетворяют логическому условию ; в этом случае номер отсчета i записывается в первую последовательность. Вторая последовательность соответствует ситуации когда два смежных отсчета удовлетворяют логическому условию ; в этом случае номер отсчета i записывается во вторую последовательность. Таким образом, в эти последовательности записываются номера элементов выборки кардиосигнала на анализируемом интервале, которые соответствуют переходам кардиосигнала через пороговое значение «снизу-вверх» и «сверху-вниз», соответственно. Нижний рисунок фиг.17 иллюстрирует сказанное. Естественно, может наблюдаться ситуация, когда длины этих последовательностей не совпадают. Последовательности (целиком или частями) передаются из блока 11 в блок 14; после того как эти последовательности сформированы полностью в этом же блоке определяется положение максимумов (пиков) кардиосигнала. Положение максимумов может быть определено как по переходам «снизу-вверх» и «сверху-вниз», так и по средним значениям, находящимся между этими переходами. Естественно, это возможно только в том случае, если длины последовательностей переходов «снизу-вверх» и «сверху-вниз» совпадают.Определенные одним из перечисленных способов положения передаются в блок 14 где запоминаются для дальнейшего использования при формировании ансамбля кардиоосцилляций, и передаются в блок 12. Итак, в блок 12 поступает последовательность номеров отсчетов исходного сегмента кардиосигнала, которым соответствуют максимумам пиков. В блоке 12 вычисляется длительность (в дискретах) интервалов между пиками, после чего она усредняется, и от полученного значения берется целая часть. Эта величина и представляет собой средний период следования кардиоосцилляций (целое число); она передается в блок 14.The threshold value from the output of
Далее величина среднего периода следования кардиоосцилляций, последовательность следования пиков и последовательность отсчетов кардиосигнала на интервале анализа передаются в блок 13, в котором формируется ансамбль кардиоосцилляций. Формирование ансамбля происходит следующим образом. Перебирается последовательность пиков. Если пик отстоит от левого или правого края интервала анализа на величину, превышающую целую часть половины среднего периода следования кардиоосцилляций, то в матрицу ансамбля кардиоосцилляций в качестве матрицы-строки, соответствующей элементу ансамбля, записывается сегмент кардиосигнала, отстоящего от пика (влево и вправо) на величину, равную целой части половины среднего периода следования кардиоосцилляций. Сказанное иллюстрируется фиг.6.а.Next, the average follow-up period of cardio-oscillations, the sequence of peaks and the sequence of samples of the cardiac signal in the analysis interval are transferred to block 13, in which an ensemble of cardio-oscillations is formed. The formation of the ensemble is as follows. The sequence of peaks is sorted. If the peak is separated from the left or right edge of the analysis interval by an amount exceeding the whole half of the average period of the cardio-oscillations, then in the matrix of the ensemble of cardio-oscillations, as a row matrix corresponding to the ensemble element, the segment of the cardiosignal that is separated from the peak (left and right) by a value equal to the integer part of half the average period of cardiooscillations. The foregoing is illustrated in Fig.6.a.
В случае отсутствия доминирования кардиоосцилляций, формирование ансамбля осуществляется аналогично. Отличие состоит в том, что блок вычисления порога 9 определяет медиану q0.50, а не квантиль q0.95-0.97 - Пример таким образом сформированного ансамбля кардиоосцилляций приведен на фиг.6.б.In the absence of dominance of cardiooscillations, the formation of the ensemble is carried out similarly. The difference is that the
Выбор в качестве интервала анализа среднего периода (как в случае доминирования, так и в случае его отсутствия) обладает тем преимуществом (как показали специально произведенные исследования), что в этом случае наблюдается максимальная выразительность собственных векторов. Сказанное в большей степени относится к случаю доминирования пиков. Не исключается ситуация когда в качестве интервала, на котором происходит формирование ансамбля кардиоосцилляций, выбирается интервал не равный среднему периоду. Для этого в приборе предусматривается режим фиксированного выбора периода (как с привязкой к пику, когда он ставится в середину элемента ансамбля, так и без привязки).The choice of the average period as the analysis interval (both in the case of dominance and in the absence thereof) has the advantage (as shown by specially performed studies) that in this case the maximum expressiveness of eigenvectors is observed. The foregoing is more relevant to the case of peak dominance. The situation is not excluded when the interval not equal to the average period is selected as the interval over which the ensemble of cardiooscillations is formed. To do this, the device provides for a fixed period selection mode (both with reference to the peak, when it is placed in the middle of the ensemble element, and without reference).
В таблице 2 достаточно подробно описана работа каждого из блоков, входящих в кардиоайгеноскоп.Table 2 describes in sufficient detail the operation of each of the blocks included in the cardioigenoscope.
Приведем описание устройства, представленного на фигуре 2, в действии, дополняя информацию приведенную в таблице 2.Here is a description of the device shown in figure 2, in action, supplementing the information given in table 2.
Блок формирования ансамбля кардиоосциляций 1 действует следующим образом:The block for the formation of the ensemble of
1. Блок превращает отрезки кардиосигнала определенной длительности (примеры представлены на фигурах 5.а и 5.б - для случая когда отрезок представлен 10000 дискретов, что при частоте дискретизации 1 кГц соответствует длительности отрезка кардиосигнала 10 секунд, в ансамбли кардиоосциляций. Каждому из ансамблей соответствует прямоугольная матрица, в каждой из строк которой содержится информация об отдельной кардиоосциляций. Длина строк определяется как средняя величина периода следования R пиков (если они доминируют) или средний период пересечений кардиосигналом медианной линии, если R пики не доминируют.Визуально ансамбль для этих двух случаев изображен на рисунке б.а и 6.б. На этих рисунках каждой строке соответствует своя линия.1. The block converts segments of a cardiosignal of a certain duration (examples are shown in figures 5.a and 5.b - for the case when the segment is represented by 10,000 samples, which at a sampling frequency of 1 kHz corresponds to a duration of a segment of a cardiosignal of 10 seconds, into ensembles of cardiac oscillations. Each ensemble corresponds to a rectangular matrix, each row of which contains information about individual cardiac oscillations.The row length is defined as the average value of the sequence of R peaks (if they dominate) or the average period of the intersection eny cardiosignals midline if R peaks dominiruyut.Vizualno ensemble of these two cases is illustrated in figure 6.b. ba and has its own line In these figures, each line.
2. Если R пики доминируют (как это показано на фигуре 5.а), то определяется положение каждого из R пиков, как это показано на нижнем рисунке фигуры 17. Считается число R пиков на анализируемом отрезке сигнала, и число дискретов между первым и последним R пиками. Вычисляется число интервалов между R пиками (оно равно числу пиков минус единица) и число дискретов между первым и последним R пиками на интервале (путем вычитания из номера дискрета, соответствующего последнему R пику, номера дискрета, соответствующего первому R пику). Затем путем деления таким образом определенного числа дискретов на число пиков определяется средний период между R пиками. Эта величина делится пополам и округляется (с использованием любого правила округления). От каждого R пика откладывается влево и вправо полученное вышеуказанным образом целое число дискретов; если такая операция откладывания удается (она может оказаться неудачной для первого и последнего R пиков), то мы получаем границы соответствующей строки матрицы, описанной в п.1. 3. Если R пики не доминируют, то операции формирования строк матрицы2. If R peaks dominate (as shown in figure 5.a), then the position of each of the R peaks is determined, as shown in the lower figure of figure 17. The number of R peaks in the analyzed signal segment is counted, and the number of samples between the first and last R peaks. The number of intervals between R peaks is calculated (it is equal to the number of peaks minus one) and the number of samples between the first and last R peaks in the interval (by subtracting from the discrete number corresponding to the last R peak, the discrete number corresponding to the first R peak). Then, by dividing thus a certain number of samples by the number of peaks, the average period between R peaks is determined. This value is halved and rounded (using any rounding rule). From each R peak, the integer number of samples obtained in the above manner is laid off to the left and to the right; if such a postponement operation succeeds (it may turn out to be unsuccessful for the first and last R peaks), then we get the boundaries of the corresponding row of the matrix described in
происходят аналогично описанным в п.2 с той разницей, что вместо положения максимумов R пиков определяются дискретные моменты перхода сигнала через его медианное значение (или только снизу вверх, или только сверху вниз - безразлично, какой из вариантов будет выбран при реализации блока)occur similarly to those described in
Приведенное выше описание действия блока 1 соответствует первому пункту формулы. Этот блок может иметь конкретную реализацию представленную в формуле пунктом 2. Описание этого конкретного варианта дано ниже.The above description of the action of
Аналого-цифровой преобразователь 5, управляемый блоком программного управления 14 (который задает параметры преобразования, к числу которых относится и интервал дискретизации) передает оцифрованные отсчеты в блок хранения отсчетов на интервале анализа, который имеет двухстороннюю связь с блоком программного управления 14. Блок программного управления задает интервалы анализа (которые, как уже говорилось выше, могут включать от нескольких до нескольких десятков периодов сердечных сокращений), а также получает от блока 6 выборку оцифрованных отсчетов на интервале анализа и передает ее в блок центрирования 7; отцентрированная выборка через блок программного управления передается в блок инвертора, где, если это необходимо, происходит инвертирование выборки, после чего выборка отправляется через блок программного управления в блок 6 для дальнейшего хранения и блок вычисления коэффицента асимметрии 10. Блок 10 вычисляет коэффициент асимметрии для всей выборки и передает его значение в блок программного управления. Далее блок программного управления 14 запрашивает выборку, которая ранее была обработана блоками 7 и 8 и хранится в блоке 6 и передает ее в блок вычисления порога 9. Если величина коэффициента асимметрии, определенная блоком 10 выше некоторого наперед заданного порогового значения (рекомендуется величина равная 2), то блок программного управления 14 передает блоку вычисления порога управляющий сигнал, который инициирует в этом блоке вычисление порога, значение которого принимается равны квантили достаточно высокого порядка (рекомендуется 0.9 - 0.97). Если величина коэффициента асимметрии, определенная блоком 10 ниже наперед заданного порогового значения, то в качестве порога берется величина медианы (квантили порядка 0.5). Величина таким образом вычисленного порога передается в блок программного управления 14, который передает эту величину вместе с выборкой, ранее была обработаной блоками 7 и 8 и хранящейся в блоке 6, в блок определения положения 11. Блок определения положения 11 анализирует смежные пары отсчетов поступившей в него выборки и если первый отсчет в паре меньше, а второй отсчет больше значения порога, поступившего в блок, то значение второго отсчета запоминается. После анализа всей выборки последовательность отсчетов, которые запомнил блок 12, передаются в блок программного управления 14, который передает их в блок вычисления среднего периода 12. Блок вычисления среднего периода 12 упорядочивает полученную последовательность по возрастанию, вычисляет разности смежных элементов и вычисляет их среднее арифметическое значение, которое затем округляется до целого значения (используется любой способ округления). Полученное таким образом среднее значение передается в блок программного управления 14, который передает его вместе с выборкой,ранее была обработаной блоками 7 и 8 и хранящейся в блоке 6, и вместе с последовательностью номеров дискретов, поступивших из блока определения положения, в блок формирования ансамбля кардиоосциляций 13. Одновременно в блок 13 из блока 14 передается сигнал о превышении коэффициентом асимметрии установленного порога. В случае, если поступил сигнал, свидетельствующий о превышении коэффициентом асимметрии порога (что свидетельствует о доминировании R пиков) блок формирования матрицы ансамбля кардиоосциляций осуществляет деление среднего периода, поступающего из блока 14, пополам с последующим округлением (используется любой способ округления), затем из каждого значения последовательности (сформированной блоком определения положения 11) вычитается половна среднего периода, а также к каждому значению прибавляется половина среднего периода - так определяются границы осциляций для случая доминирования R пиков. Если границы не выходят за пределы интервала анализа, то эти границы считаются допустимыми и используются далее для формирования ансамбля. Для каждой из допустимых границ определяется последовательность отсчетов выборки (которая хранится в блоке 6 после центрирования и, если это было необходимо, инвертирования); каждая из таких последовательностей считается строкой ансамбля кардиоосциляций (порядок строк в матрице не имеет значения). Если из лока программного управления 14 поступает сигнал, соответствующий коэффициенту асимметрии меныиену чем порог (что соответствует отсутствию доминирования R пиков), то в качестве строк матрицы ансамбля кардиоосциляций берутся отрезки выборки начиная с отсчета, следующего за нижней границей очередного интервала (начиная с первого) до его верхней границы (допустимыми считаются все интервалы). Полученная таким образом матрица ансамбля передается через блок программного управления на вход блока 2 вычисления матрицы смешанных моментов.An analog-to-
Все действия, осуществляемые блоками 7-13 (во взаимодействии с блоком 6) под управлением блока 14, должны выполняться за время меньшее чем выбранный интервал анализа. Во время выполнения вышеописанных действий блок 6 под управлением блока 14 продолжает принимать информацию от блока 5 - таким образом формируется выборка дискретных цифровых отсчетов для следующего интервала анализа. По окончания приема следующей выборки цикл вышеописанной обработки повторяется.All actions carried out by blocks 7-13 (in cooperation with block 6) under the control of
Блок 2 вычисления матрицы смешанных моментов в самом простом случае вычисляет матрицу вторых смешанных нецентральных моментов (ковариационную матрицу) по соотношению, приведенному в таблице 2. Блок вычисления собственных векторов и собственных значений вычисляет собственные векторы и собственные значения любым известным способом. Блоки 2 и 3 должны выполнять действия за время не превышающее интервала анализа. Если суммарное время выполнения операций (действий) в блоках 1,2 и 3 не превышает интервала анализа (что вполне реализуемо при современном уровне техники), то информация в блок 4 поступает с задержкой на один интервала анализа, в противном случае эта задержка составляет два интервала анализа (что вполне допустимо для большинства вариантов использования кардиоаппаратуры).
Блок восстановления кардиосигнала и анализа признаков 4 реализует выполнет следующие действия:The cardiosignal recovery and sign
1. Изъятие из кардиоосциляций любых некоррелированных компонент (элиминация некоррелированных компонент)1. Removal of any uncorrelated components from cardiac oscillations (elimination of uncorrelated components)
2. Визуализация исходного ансамбля кардиооосциляций, собственных векторов, спектра собственных значений, ансамбля кардиоосциляций с изъятыми (элиминированными) некоррелированными компонентами и их статистик2. Visualization of the initial ensemble of cardio-oscillations, eigenvectors, the spectrum of eigenvalues, the ensemble of cardio-oscillations with the removed (eliminated) uncorrelated components and their statistics
3. Программное управление и ручное управление элиминацией компонент, визуализацией, хранением результатов, а также с окружением (об окружении айгеноскопа и связи айгеноскопа с окружением см. в ответе на 7 замечание экспертизы) кардиоайгеноскопа, которое получает от него визуальную и невизуальную информацию и управляет параметрами айгеноскопа через блок программного управления.3. Program control and manual control of the elimination of components, visualization, storage of results, as well as with the environment (for the environment of an aigenoscope and the connection of an aigenoscope with the environment, see the response to expert comment 7) of a cardioigenoscope, which receives visual and non-visual information from it and controls the parameters Eigenoscope through the program control unit.
Описание фигур-чертежей.Description of the drawings.
Фиг.1. Структурная схема Анализатора собственных векторов и компонент сигнала (айгеноскопа [1]) по п.1 формулы полезной модели 116242RU: 21 - блок масштабирования, 2 - блок вычислителя матрицы смешанных моментов, 3 - блок вычислителя собственных векторов и собственных значений, 22 - блок вычислителя скалярных произведений и Кардиоайгеноскопа признаков.Figure 1. Structural diagram of the Eigenvector Analyzer and signal components (Aigenoscope [1]) according to
Фиг.2. Кардиоайгеноскоп: 1 - блок формирования ансамбля кардиоосцилляций, 2 - блок вычислителя матрицы смешанных моментов, 3 - блок вычислителя собственных векторов и собственных значений, 4 - блок восстановления кардиосигнала и анализа признаков.Figure 2. Cardioeigenoscope: 1 - block for generating an ensemble of cardiooscillations, 2 - block for calculating a matrix of mixed moments, 3 - block for calculating eigenvectors and eigenvalues, 4 - block for restoring a cardiosignal and analysis of symptoms.
Фиг.3. Блок формирования ансамбля кардиосциляций: 5 - АЦП, 6 - блок хранения отсчетов на интервале анализа, 7 - блок центрирования, 8 - блок инвертора, 9 - блок вычисления порога, 10 - блок вычисления коэффициента асимметрии, 11 - блок определителя положения, 12 - блок вычисления среднего периода следования кардиоосцилляций, 13 - блок формирования матрицы ансамбля кардиоосцилляций, 14 - блок программного управления.Figure 3. Block for generating an ensemble of cardiac oscillations: 5 - ADC, 6 - block for storing samples on the analysis interval, 7 - centering block, 8 - inverter block, 9 - threshold calculation block, 10 - asymmetry coefficient calculation block, 11 - position determinant block, 12 - block computing the average follow-up period of cardio-oscillations, 13 — block for the formation of the matrix of the ensemble of cardio-oscillations, 14 — program control block.
Фиг.4. Блок восстановления кардиосигнала и анализа признаков: 15 - блок памяти, 16 - блок программного управления, 17 - блок ручного управления, 18 - блок визуализации, 19 - блок вычисления статистик, 20 - блок восстановления кардиоосцилляций.Figure 4. Cardiac signal recovery and feature analysis unit: 15 - memory unit, 16 - program control unit, 17 - manual control unit, 18 - visualization unit, 19 - statistics calculation unit, 20 - cardio-oscillation recovery unit.
Фиг.5. Примеры сегмента кардиосигнала для режимов доминирования пиков - 5.а и отсутствия доминирования - 5.б.Figure 5. Examples of a cardiosignal segment for peak domination modes - 5.a and lack of domination - 5.b.
Фиг.6. Примеры ансамбля кардиоосцилляций для режимов доминирования пиков - б.а и отсутствия доминирования - 6.б.6. Examples of the ensemble of cardiooscillations for the regimes of peak dominance - B.a. and lack of dominance - 6.b.
Фиг.7. Экранная форма для визуализации нормированного спектра собственных значений (выразительность собственных векторов в%) для режимов доминирования пиков - 7.а и отсутствия доминирования - 7.6:7. Screen form for visualizing the normalized spectrum of eigenvalues (expressiveness of eigenvectors in%) for peak domination modes - 7.a and lack of domination - 7.6:
верхнее левое окно - первые 10 нормированных собственных значений в % (выразительности),upper left window - the first 10 normalized eigenvalues in% (expressiveness),
верхнее правое окно - все нормированные собственные значения, превышающие 10-5,upper right window - all normalized eigenvalues exceeding 10 -5 ,
нижнее левое окно - накопленная сумма первых 10 нормированных собственных значений в % (кумулятивная выразительность),bottom left window - the accumulated sum of the first 10 normalized eigenvalues in% (cumulative expressiveness),
нижнее правое окно - накопленная сумма всех нормированных собственных значений в %, (кумулятивная выразительность), которые превышают 10-5.the lower right window is the accumulated sum of all normalized eigenvalues in%, (cumulative expressiveness) that exceed 10 -5 .
Фиг.8. Экранная форма для визуализации первых четырех собственных векторов для режима доминирования - 8.а и режима отсутствия доминирования - 8.б. В окнах над графиками указан номер собственного вектора и его выразительность в %.Fig. 8. The screen form for visualizing the first four eigenvectors for the dominance mode is 8.a and the mode of absence of dominance is 8.b. The windows above the graphs indicate the number of the eigenvector and its expressiveness in%.
Фиг.9. Экранная форма для анализа временного ряда выразительностей.Fig.9. Screen form for analyzing the time series of expressions.
В верхнем левом окне - кардиосигнал для текущего интервала анализа,In the upper left window - a cardiac signal for the current analysis interval,
в верхнем правом окне - последовательность значений выразительности первых четырех собственных векторов (в %) для последовательности интервалов анализа,in the upper right window - the sequence of expressiveness values of the first four eigenvectors (in%) for the sequence of analysis intervals,
в нижнем левом окне - первые 10 собственных значений в % (выразительность) для текущего интервала анализа,in the lower left window - the first 10 eigenvalues in% (expressiveness) for the current analysis interval,
в нижнем правом окне - накопленная сумма первых 10 собственных значений в % (кумулятивная выразительность) для текущего интервала анализа.in the lower right window is the accumulated sum of the first 10 eigenvalues in% (cumulative expressiveness) for the current analysis interval.
Фиг.10. Экранная форма для анализа вариаций первого собственного вектора. В правом окне первый собственный вектор с указанием зон нестабильности (показаны вертикальными визирами). Для определения зон нестабильности используется график среднего геометрического значения модулей 2-5 собственных векторов (показан в левом окне). По графику среднего геометрического вычисляется значение квантили заданного порядка (слева показан случай квантили уровня 97%), затем вычисляются области превышения средним геометрическим значением значения квантили, которые и указываются на правом окне как зоны нестабильности.Figure 10. Screen form for analyzing variations of the first eigenvector. In the right window, the first eigenvector indicating the zones of instability (shown by vertical sights). To determine the zones of instability, a graph of the geometric mean value of the modules of 2-5 eigenvectors is used (shown in the left window). According to the graph of the geometric mean, the quantile value of the specified order is calculated (the case of a quantile of the level of 97% is shown on the left), then the regions where the geometric mean value exceeds the quantile value are calculated, which are indicated on the right window as instability zones.
Фиг.11. Экранная форма для визуализации восстановленных кардиоосцилляций. Показаны последние 9 кардиосцилляций (на конкретном интервале анализа, состоящем из 13 осцилляции) восстановленных с использованием первых 4 собственных векторов.11. Screen form for visualizing reconstructed cardiac oscillations. The last 9 cardioscillations are shown (on a specific analysis interval, consisting of 13 oscillations) reconstructed using the first 4 eigenvectors.
Фиг.12. Экранная форма для визуализации восстановленных кардиоосциляций. Показаны последние 9 кардиосцилляций (на конкретном интервале анализа, состоящем из 13 осцилляции) восстановленных с использованием первых 2 собственных векторов.Fig. 12. Screen form for visualizing reconstructed cardiac oscillations. The last 9 cardioscillations are shown (on a specific analysis interval, consisting of 13 oscillations) reconstructed using the first 2 eigenvectors.
Фиг.13. Типовой графический интерфейс кардиоайгеноскопа для отображения кардиосигнала с доминирующими пиками. Первая экранная форма - фиг.13.а:Fig.13. Typical GUI of a cardioigenoscope for displaying a cardiac signal with dominant peaks. The first screen form - Fig.13.a:
верхнее левое окно - первый собственный вектор;upper left window is the first eigenvector;
нижнее левое окно - выразительность собственных векторов;lower left window - expressiveness of eigenvectors;
верхнее правое окно - временные ряды выразительности первого собственного вектораupper right window - time series of expressiveness of the first eigenvector
(верхний график) и суммарной выразительности всех остальных собственных векторов (нижний график);(upper graph) and the total expressiveness of all other eigenvectors (lower graph);
нижнее правое окно - временной ряд коэффициента асимметрии. Вторая экранная форма - фиг.13.6:the lower right window is the time series of the asymmetry coefficient. The second screen form - Fig.13.6:
верхнее окно - кардиосигнал на интервале анализа восстановленный по первым четырем собственным векторам;upper window — the cardiac signal in the analysis interval reconstructed from the first four eigenvectors;
нижнее окно - кардиосигнал на интервале анализа восстановленный по первым двум собственным векторам.the bottom window is the cardiosignal in the analysis interval reconstructed from the first two eigenvectors.
Фиг.14. Типовой графический интерфейс кардиоайгеноскопа для отображения кардиосигнала в режиме отсутствия доминирования. Первая экранная форма - фиг.14.а:Fig.14. A typical graphical interface of a cardioigenoscope for displaying a cardiosignal in a mode of absence of dominance. The first screen form - Fig.a:
верхнее левое окно - первый и второй собственные векторы;upper left window - the first and second eigenvectors;
нижнее левое окно - выразительность;lower left window - expressiveness;
верхнее правое окно - временные ряды выразительности первого собственного вектораupper right window - time series of expressiveness of the first eigenvector
(верхний график) и суммарной выразительности всех остальных собственных(upper graph) and the total expressiveness of all other proper
векторов (нижний график);vectors (bottom graph);
нижнее правое окно - временной ряд коэффициента асимметрии. Вторая экранная форма - фиг.14.б:the lower right window is the time series of the asymmetry coefficient. The second screen form - fig.b:
верхнее окно - кардиосигнал на интервале анализа восстановленный по первым двум собственным векторам;upper window — the cardiac signal in the analysis interval reconstructed from the first two eigenvectors;
нижнее окно - из кардиосигнала элиминированы составляющие, соответствующие первым четырем собственным векторам, далее для полученного таким образом сигнала построен базис собственных векторов и с использованием двух первых из вновь построенных собственных векторов произведено выявление высокочастотной составляющей.bottom window — components corresponding to the first four eigenvectors are eliminated from the cardiosignal, then a basis of eigenvectors is constructed for the signal obtained in this way, and using the first two of the newly constructed eigenvectors, the high-frequency component is detected.
Фиг.15. Оценки плотностей вероятностей значений критериев доминирования из таблицы 1:Fig.15. Estimates of the probability densities of the values of the criteria of dominance from table 1:
15.а - критерий, использующий коэффициент асимметрии; 15.б - критерий Km;15.a is a criterion using an asymmetry coefficient; 15.b - criterion K m ;
15.в - критерий Kmed; 15.г - критерий Kq.15.c - K med criterion; 15.d - criterion K q .
Фиг.16. Функции распределения значения кардиосигнала на интервале длительностью 10000 отсчетов для двух случаев: 16.а - пики кардиоосцилляций доминируют; 16.б - пики кардиоосцилляций не доминируют; на правых графиках с увеличением показаны области больших значений функции распределения. Кружком обозначена точка функции распределения, соответствующая квантили q0.95.Fig.16. The distribution function of the value of the cardiosignal over an interval of 10,000 samples for two cases: 16.a - peaks of cardio-oscillations dominate; 16.b - peaks of cardiooscillations do not dominate; on the right graphs, with magnification, the regions of large values of the distribution function are shown. The circle indicates the point of the distribution function corresponding to the quantile q 0.95 .
Фиг.17. Сегмент анализируемого кардиосигнала (верхнее окно) и моменты перехода значений квантили q0.95 снизу вверх и сверху вниз (нижнее окно).Fig.17. The segment of the analyzed cardiac signal (upper window) and the moments of transition of the quantile values q 0.95 from bottom to top and top to bottom (bottom window).
Фиг.18. Энергетический вклад некоррелированных компонент кардиосигнала при использовании блока 1 в кардиоайгеноскопе (кривая 1) и в прототипе (кривые 2-4):Fig. 18. The energy contribution of the uncorrelated components of the cardiosignal when using
1 - Ковариационная матрица формируется из ансамбля кардиоосциляций, когда R пик имеет фиксированное положение при длительности интервала анализа (кардиоайгеноскоп), совпадающей со средним периодом следования R-пиков (первые 2 компоненты имеют приблизительно 83% вклад в энергию)1 - The covariance matrix is formed from an ensemble of cardiac oscillations when the R peak has a fixed position with the duration of the analysis interval (cardioigenoscope), which coincides with the average period of R-peaks (the first 2 components have approximately 83% contribution to energy)
2 - Ковариационная матрица формируется (как в прототипе) траекторией матрицы, которая в свою очередь получается из следующих друг за другом интервалов, имеющих длительность, совпадающую со средним периодом следования R-пиков (первые 2 компоненты имеют приблизительно 55% вклад в энергию)2 - The covariance matrix is formed (as in the prototype) by the trajectory of the matrix, which in turn is obtained from successive intervals having a duration that coincides with the average period of R-peaks (the first 2 components have approximately 55% contribution to energy)
3 - Ковариационная матрица формируется как и в п.2, но интервал анализа увеличен приблизительно на 10% (первые 2 компоненты имеют приблизительно 46% вклад в энергию)3 - The covariance matrix is formed as in
4 - Ковариационная матрица формируется как и в п.2, но интервал анализа уменьшен приблизительно на 10% (первые 2 компоненты имеют приблизительно 46% вклад в энергию) По оси абсцисс - номер некоррелированной компоненты (компоненты пронумерованы в соответствии с уменьшением их энергетического вклада). По оси ординат - относительный энергетический вклад (доля от энергии кардиосигнала соответствующая некоррелированной компоненте).4 - The covariance matrix is formed as in
Промышленная применимость полезной модели.Industrial applicability of utility model.
Кардиоайгеноскоп может выпускаться в виде программно-аппаратного устройства или в виде виртуального прибора, дополняющего обычный кардиограф и имеющего с ним связь через его стандартные интерфейсы.A cardio-eigenoscope can be produced in the form of a hardware-software device or in the form of a virtual device that complements a conventional cardiograph and communicates with it through its standard interfaces.
Кардиоайгеноскоп расширяет возможности кардиодиагностики и может применяться в качестве дополнительного устройства, входящего в состав комплектов стационарного и мобильного, в т.ч. портативного, медицинского оборудования.Cardio-eigenoscopy expands the capabilities of cardiac diagnostics and can be used as an additional device, which is part of the stationary and mobile kits, including portable, medical equipment.
Источники информацииInformation sources
1. Козюра А.В.Оценка диагностической значимости электрокардиографического сигнала. Труды Х международной научной конференции «Физика и радиоэлектроника в медицине и экологии», Владимир,2012, т.1, стр.152-155.1. Kozyura A.V. Assessment of the diagnostic significance of the electrocardiographic signal. Proceedings of the X international scientific conference "Physics and Radioelectronics in Medicine and Ecology", Vladimir, 2012, v.1, pp. 152-155.
2. Garcha-NiebIa, J, Technical Mistakes during the Acquisition of the Electrocardiogram / P Llontop-Garcнa, JI Valle-Racero, G Serra-Autonell, V.N.Batchvarov, A.B.De Luna // Ann. Noninvasive Electrocardiology. - 2009. - No 14(4). - P.389-403.2. Garcha-NiebIa, J, Technical Mistakes during the Acquisition of the Electrocardiogram / P Llontop-Garcña, JI Valle-Racero, G Serra-Autonell, V.N. Batchvarov, A.B.De Luna // Ann. Noninvasive Electrocardiology. - 2009 .-- No 14 (4). - P.389-403.
3. Шубик, Ю.В. Качество врачебных заключений по данным суточного мониторирования ЭКГ / Ю.В.Шубик, И.В.Апарина, М.М.Медведев, А.П.Фельдман // Вестник аритмологии. - ЗАО "Институт Кардиологической Техники" ("ИНКАРТ"). - 2007. - No 49. - С.25-34.3. Shubik, Yu.V. The quality of medical opinions according to the daily monitoring of ECG / Yu.V. Shubik, I.V. Aparina, M.M. Medvedev, A.P. Feldman // Bulletin of Arrhythmology. - CJSC "Institute of Cardiology Technology" ("INCART"). - 2007.- No 49.- P.25-34.
4. Knight BP, Pelosi F, Michaud GF, et al. Clinical consequences of electrocardiographic artifact mimicking ventricular tachycardia // N Eng J Med. - 1999. - No341. -P.1270-1274.4. Knight BP, Pelosi F, Michaud GF, et al. Clinical consequences of electrocardiographic artifact mimicking ventricular tachycardia // N Eng J Med. - 1999 .-- No. 341. -P.1270-1274.
5. Abokuhall, A., Nielsen, L., Saeed, M., Mark, R.G., Clifford, G.D., Reducing false alarm rates for critical arrhythmias using arterial blood pressure waveform // Journal of Biomedical Informatics. - 2008. - Vol.41, Issue 3. - P.442-451.5. Abokuhall, A., Nielsen, L., Saeed, M., Mark, R.G., Clifford, G. D., Reducing false alarm rates for critical arrhythmias using arterial blood pressure waveform // Journal of Biomedical Informatics. - 2008. - Vol.41,
6. Ikaro, S., Moody, G.B., Celi, L. Improving the Quality of ECGs Collected Using Mobile Phones: The PhysioNet/Computing in Cardiology Challenge 2011 // Computers in Cardiology. - 2011. - No38. - P.273-276.6. Ikaro, S., Moody, G. B., Celi, L. Improving the Quality of ECGs Collected Using Mobile Phones: The PhysioNet / Computing in Cardiology Challenge 2011 // Computers in Cardiology. - 2011 .-- No38. - P.273-276.
7. Анализатор собственных векторов и компонент сигнала. Полезная модель 116242RU7. Eigenvector analyzer and signal components. Utility Model 116242RU
8. Современный русско-английский словарь по радиоэлектронике/сост. М.С.Тясто, С.Н.Туливертов. - Ростов н/Д: Феникс, 2009. - 377 с.8. Modern Russian-English Dictionary of Radio Electronics / comp. M.S. Tiasto, S.N. Tulivertov. - Rostov n / a: Phoenix, 2009 .-- 377 p.
9. Краткий словарь иностранных слов/сост.С.М.Локшина. М.: Сов энциклопедия, 1966. - 384 с.9. A Brief Dictionary of Foreign Words / compiled by S.M. Lokshin. M .: Owl Encyclopedia, 1966 .-- 384 p.
10. The PTB Diagnostic ECG Database - The PTB Diagnostic ECG Database -http://www.physionet.org/physiobank/database/ptbdb/10. The PTB Diagnostic ECG Database - The PTB Diagnostic ECG Database -http: //www.physionet.org/physiobank/database/ptbdb/
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012134072/14U RU128470U1 (en) | 2012-08-09 | 2012-08-09 | CARDIOAIGENOSCOPE |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012134072/14U RU128470U1 (en) | 2012-08-09 | 2012-08-09 | CARDIOAIGENOSCOPE |
Publications (1)
Publication Number | Publication Date |
---|---|
RU128470U1 true RU128470U1 (en) | 2013-05-27 |
Family
ID=48804513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012134072/14U RU128470U1 (en) | 2012-08-09 | 2012-08-09 | CARDIOAIGENOSCOPE |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU128470U1 (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU177224U1 (en) * | 2017-06-28 | 2018-02-13 | Общество с ограниченной ответственностью "Собственный вектор" | High-precision single-channel cardioigenoscope with internal synchronization |
RU177963U1 (en) * | 2017-06-28 | 2018-03-16 | Общество с ограниченной ответственностью "Собственный вектор" | High Precision Single Channel Cardiac Eigenoscope with External Synchronization |
RU178010U1 (en) * | 2017-06-28 | 2018-03-19 | Общество с ограниченной ответственностью "Собственный вектор" | Device for the formation of a synchronous ensemble of cardiocycles |
RU180638U1 (en) * | 2017-06-28 | 2018-06-19 | Общество с ограниченной ответственностью "Собственный вектор" | Storage device and automatic ECG analysis |
RU185708U1 (en) * | 2018-05-31 | 2018-12-14 | Общество с ограниченной ответственностью "Собственный вектор" | High-precision multi-channel cardioigenoscope |
RU2746844C2 (en) * | 2017-11-08 | 2021-04-21 | Общество с ограниченной ответственностью "Собственный вектор" | ECG compression and playback method |
-
2012
- 2012-08-09 RU RU2012134072/14U patent/RU128470U1/en active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU177224U1 (en) * | 2017-06-28 | 2018-02-13 | Общество с ограниченной ответственностью "Собственный вектор" | High-precision single-channel cardioigenoscope with internal synchronization |
RU177963U1 (en) * | 2017-06-28 | 2018-03-16 | Общество с ограниченной ответственностью "Собственный вектор" | High Precision Single Channel Cardiac Eigenoscope with External Synchronization |
RU178010U1 (en) * | 2017-06-28 | 2018-03-19 | Общество с ограниченной ответственностью "Собственный вектор" | Device for the formation of a synchronous ensemble of cardiocycles |
RU180638U1 (en) * | 2017-06-28 | 2018-06-19 | Общество с ограниченной ответственностью "Собственный вектор" | Storage device and automatic ECG analysis |
RU2746844C2 (en) * | 2017-11-08 | 2021-04-21 | Общество с ограниченной ответственностью "Собственный вектор" | ECG compression and playback method |
RU185708U1 (en) * | 2018-05-31 | 2018-12-14 | Общество с ограниченной ответственностью "Собственный вектор" | High-precision multi-channel cardioigenoscope |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kahankova et al. | A review of signal processing techniques for non-invasive fetal electrocardiography | |
Vest et al. | An open source benchmarked toolbox for cardiovascular waveform and interval analysis | |
RU128470U1 (en) | CARDIOAIGENOSCOPE | |
Andreotti et al. | An open-source framework for stress-testing non-invasive foetal ECG extraction algorithms | |
Maharaj et al. | Discriminant analysis of multivariate time series: Application to diagnosis based on ECG signals | |
Clifford et al. | ECG statistics, noise, artifacts, and missing data | |
US11617528B2 (en) | Systems and methods for reduced lead electrocardiogram diagnosis using deep neural networks and rule-based systems | |
US9125577B2 (en) | Extraction of fetal cardiac signals | |
Lim et al. | Adaptive template matching of photoplethysmogram pulses to detect motion artefact | |
Varanini et al. | A new method for QRS complex detection in multichannel ECG: Application to self-monitoring of fetal health | |
Al-Ani | ECG waveform classification based on P-QRS-T wave recognition | |
Antink et al. | Detection of heart beats in multimodal data: a robust beat-to-beat interval estimation approach | |
Huang et al. | Robust ppg-based ambulatory heart rate tracking algorithm | |
Mohagheghian et al. | Optimized signal quality assessment for photoplethysmogram signals using feature selection | |
Kanna et al. | Automated defective ECG signal detection using MATLAB applications | |
Tseng et al. | Clustering analysis of aging diseases and chronic habits with multivariate time series electrocardiogram and medical records | |
Ganguly et al. | A non-invasive approach for fetal arrhythmia detection and classification from ecg signals | |
Gendelman et al. | PhysioZoo ECG: Digital electrocardiography biomarkers to assess cardiac conduction | |
US9474460B2 (en) | Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death | |
Jovic et al. | Extension and detailed overview of the HRVFrame framework for heart rate variability analysis | |
Khavas et al. | Robust heartbeat detection using multimodal recordings and ECG quality assessment with signal amplitudes dispersion | |
Georgieva-Tsaneva | Application of mathematical methods for analysis of digital ECG data | |
Wejer et al. | Impact of the editing of patterns with abnormal rr-intervals on the assessment of heart rate variability | |
Vasyltsov et al. | Statistical approach for lightweight detection of anomalies in ECG | |
Deotale et al. | Identification of arrhythmia using ECG signal patterns |