RU2442529C1 - Means of diagnosis the cardiovascular system - Google Patents
Means of diagnosis the cardiovascular system Download PDFInfo
- Publication number
- RU2442529C1 RU2442529C1 RU2010127374/14A RU2010127374A RU2442529C1 RU 2442529 C1 RU2442529 C1 RU 2442529C1 RU 2010127374/14 A RU2010127374/14 A RU 2010127374/14A RU 2010127374 A RU2010127374 A RU 2010127374A RU 2442529 C1 RU2442529 C1 RU 2442529C1
- Authority
- RU
- Russia
- Prior art keywords
- patient
- cardiovascular system
- rri
- duration
- dynamic range
- Prior art date
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
Изобретение относится к медицине и может быть использовано для диагностирования сердечно-сосудистой системы пациента на основе анализа вариабельности сердечного ритма (ВСР), в частности для целей экспресс-диагностики.The invention relates to medicine and can be used to diagnose a patient's cardiovascular system based on an analysis of heart rate variability (HRV), in particular for the purpose of rapid diagnosis.
Анализ вариабельности сердечного ритма является методом оценки состояния механизмов регуляции физиологических функций в организме человека и широко применяется для диагностирования сердечно-сосудистой системы человека. Основная информация о состоянии систем, регулирующих ритм сердца, заключена в «функциях разброса» длительностей кардиоинтервалов. Метод ВСР основан на распознавании и измерении временных интервалов между R-зубцами кардиоинтервалограммы (R-R интервалов), построении динамических рядов кардиоинтервалов и последующем анализе полученных числовых рядов различными математическими методами.The analysis of heart rate variability is a method for assessing the state of the mechanisms of regulation of physiological functions in the human body and is widely used to diagnose the human cardiovascular system. The basic information about the state of the systems regulating the rhythm of the heart is contained in the “scatter functions” of the duration of the cardio intervals. The HRV method is based on the recognition and measurement of time intervals between the R-teeth of the cardiointervalogram (R-R intervals), the construction of dynamic series of cardio-intervals, and the subsequent analysis of the resulting numerical series by various mathematical methods.
Систему управления сердцем можно рассматривать как иерархическую структуру взаимосвязанных контуров, обладающих собственной периодичностью, параметры которой зависят от активности соответствующих регуляторных механизмов, и в этом контексте количественное определение состава кардиоинтервалов приобретает важный физиологический смысл.The heart management system can be considered as a hierarchical structure of interconnected circuits with their own periodicity, the parameters of which depend on the activity of the corresponding regulatory mechanisms, and in this context, the quantitative determination of the composition of cardio intervals acquires important physiological meaning.
Известен способ диагностирования сердечно-сосудистой системы человека на основе оценки вариабельности сердечного ритма при холтеровском мониторировании [А.В.Соболев. Проблемы количественной оценки вариабельности ритма сердца при холтеровском мониторировании. // Вестник аритмологии, №26, 2002. С.17-21]. Недостатком указанного подхода является сложность интерпретации результатов, обусловленная, в частности, тем обстоятельством, что количественные параметры, характеризующие вариабельность сердечного ритма при холтеровском мониторировании, не всегда адекватны интуитивному пониманию. Кроме того, интерпретация результатов, полученных при холтеровском мониторировании, во многом зависит от квалификации врача, его знаний и навыков, опыта в расшифровке графических результатов мониторинга.A known method for diagnosing the human cardiovascular system based on the assessment of heart rate variability during Holter monitoring [A.V.Sobolev. Problems of quantitative assessment of heart rate variability during Holter monitoring. // Bulletin of arrhythmology, No. 26, 2002. P.17-21]. The disadvantage of this approach is the difficulty in interpreting the results, due, in particular, to the fact that the quantitative parameters characterizing heart rate variability during Holter monitoring are not always adequate to intuitive understanding. In addition, the interpretation of the results obtained during Holter monitoring largely depends on the qualification of the doctor, his knowledge and skills, and experience in deciphering the graphic monitoring results.
Известны способы диагностирования сердечно-сосудистой системы на основе анализа вариабельности сердечного ритма, в которых обработка динамического ряда кардиоинтервалов осуществляется с помощью методов спектрального анализа, в частности быстрого Фурье-преобразования, авторегрессионного анализа или вейвлет-преобразования [P.M.Баевский и др. Математический анализ измерений сердечного ритма при стрессе. // М.: Наука, 1984. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. // Вестник аритмологии, №24, 2001 г. С.65; заявка США №20080051669, МПК8 A61B 5/0205, 2008 г.; заявка США №20050154326, МПК7 A61B 5/04, 2005 г.].Known methods for diagnosing the cardiovascular system based on the analysis of heart rate variability, in which the processing of the dynamic range of cardio intervals is carried out using spectral analysis methods, in particular fast Fourier transform, autoregressive analysis or wavelet transform [PMBaevsky et al. Mathematical analysis of cardiac measurements rhythm under stress. // M .: Nauka, 1984. Analysis of heart rate variability when using various electrocardiographic systems. // Bulletin of arrhythmology, No. 24, 2001, p.65; US application No.20080051669, IPC8 A61B 5/0205, 2008; US Application No. 20050154326, IPC7 A61B 5/04, 2005].
В качестве ближайшего аналога заявляемого способа выбран способ диагностирования сердечно-сосудистой системы, описанный в патенте США №6308094, МПК7 A61N 5/0468, 2001 г., в котором состояние сердечно-сосудистой системы пациента оценивается по вариабельности сердечного ритма. Для этого в указанном патенте регистрируют RR интервалы (кардиоинтервалы) электрокардиограммы (ЭКГ) пациента и осуществляют обработку полученного сигнала путем построения на основе последовательности кардиоинтервалов автокорреляционной функции, преобразования автокорреляционной функции в автокорреляционную матрицу и выделения информативных признаков о состоянии сердечно-сосудистой системы пациента, выраженных в виде коэффициентов разложения Карунена-Лоева. Определение характеристик кардиоинтервалов базируется на комбинированном анализе временных и адаптивных изменений коэффициентов разложения Карунена-Лоева с привлечением аппарата быстрого Фурье-преобразования.As the closest analogue of the proposed method, the method of diagnosing the cardiovascular system described in US patent No. 6308094, IPC7 A61N 5/0468, 2001, in which the condition of the patient's cardiovascular system is assessed by heart rate variability, is selected. To do this, the RR intervals (cardio intervals) of the patient’s electrocardiogram (ECG) are recorded in the said patent and the received signal is processed by constructing the autocorrelation function based on the sequence of cardiointervals, converting the autocorrelation function into the autocorrelation matrix and extracting informative signs about the patient’s cardiovascular system, expressed in as the Karunen-Loev decomposition coefficients. The determination of the characteristics of cardio intervals is based on a combined analysis of temporal and adaptive changes in the Karunen-Loev decomposition coefficients with the use of a fast Fourier transform apparatus.
Недостатком способа диагностирования сердечно-сосудистой системы, выбранного в качестве ближайшего аналога, является сложность интерпретации изменений коэффициентов разложения Карунена-Лоева, требующая значительного времени на расшифровку данных и затрудняющая вследствие этого диагностирование сердечно-сосудистой системы пациента. Кроме того, сложность интерпретации данных в способе, выбранном в качестве ближайшего аналога, снижает оперативность диагностирования и не позволяет осуществить экспресс-контроль за состоянием сердечно-сосудистой системы пациента.The disadvantage of the method for diagnosing the cardiovascular system, selected as the closest analogue, is the difficulty of interpreting changes in the Karunen-Loev decomposition coefficients, which requires considerable time to decrypt the data and complicates the diagnosis of the patient's cardiovascular system. In addition, the complexity of data interpretation in the method selected as the closest analogue reduces the efficiency of diagnosis and does not allow for express control over the state of the patient's cardiovascular system.
В то же время экспресс-контроль за состоянием сердечно-сосудистой системы является актуальной проблемой как для людей, занятых на ответственных профессиях - пилотов, водителей, операторов сложных технологических установок и проч., так и для людей с ограниченными функциональными возможностями, инвалидов и др.At the same time, express control over the state of the cardiovascular system is an urgent problem for people employed in critical professions - pilots, drivers, operators of complex technological installations, etc., as well as for people with limited functional capabilities, people with disabilities, etc.
Еще одним недостатком указанного способа является формирование последовательности кардиоинтервалов без усреднения, т.е. без учета длительности отдельных кардиоинтервалов, в частности экстрасистол - кардиоинтервалов, длительность которых значительно превышает среднюю величину кардиоинтервала в последовательности. Присутствие таких экстрасистол - фактор, затрудняющий интерпретацию данных и диагностирование; при большом количестве экстрасистол в последовательности кардиоинтервалов результат диагноза может быть неверным.Another disadvantage of this method is the formation of a sequence of cardio intervals without averaging, i.e. without taking into account the duration of individual cardio intervals, in particular extrasystoles - cardio intervals, the duration of which significantly exceeds the average value of the cardio interval in the sequence. The presence of such extrasystoles is a factor that impedes data interpretation and diagnosis; with a large number of extrasystoles in the sequence of cardio intervals, the result of the diagnosis may be incorrect.
Предлагаемый способ диагностирования лишен указанных недостатков. Оценка состояния пациента базируется на определении динамического диапазона собственных значений λ - разности между максимальным собственным значением λmax и минимальным собственным значением λmin - (λmax-λmin), которая идентифицируется заявителем как индекс напряженности регуляторной системы, характеризующий с учетом эмпирических поправок состояние пациента. Такой подход существенно упрощает диагностирование сердечно-сосудистой системы и оценку здоровья пациента, который на основании предложенного в изобретении обобщенного показателя состояния здоровья Р получает заключение «здоров», «норма», «болен», «опасное состояние» или «критическое состояние» и повышает экспрессность диагностирования. Кроме того, учет экстрасистол в исходном динамическом ряду кардиоинтервалов, их исключение и соответствующая процедура усреднения динамического ряда облегчает интерпретацию данных и повышает точность диагностирования.The proposed diagnostic method is devoid of these disadvantages. The assessment of the patient’s condition is based on the determination of the dynamic range of eigenvalues λ - the difference between the maximum eigenvalue λ max and the minimum eigenvalue λ min - (λ max −λ min ), which is identified by the applicant as an index of regulatory system tension characterizing the patient’s condition taking into account empirical corrections . This approach greatly simplifies the diagnosis of the cardiovascular system and the assessment of the health of the patient, who, on the basis of the generalized indicator of health status P proposed in the invention, receives the conclusion “healthy”, “normal”, “sick”, “dangerous condition” or “critical condition” and increases expressness of diagnosis. In addition, taking into account extrasystoles in the initial time series of cardio intervals, their exclusion and the corresponding procedure for averaging the time series facilitates the interpretation of data and improves the accuracy of diagnosis.
Для адекватной оценки состояния сердечно-сосудистой системы человека согласно заявляемому способу достаточно ограничиться значениями 100-150 кардиоинтервалов.For an adequate assessment of the state of the cardiovascular system of a person according to the claimed method, it is sufficient to limit oneself to the values of 100-150 cardio intervals.
Технический результат изобретения достигается тем, что в способе диагностирования сердечно-сосудистой системы, в котором регистрируют кардиоинтервалы пациента, измеряют их длительность, образуют динамический ряд кардиоинтервалов, формируют автокорреляционную функцию упомянутого ряда, осуществляют преобразование автокорреляционной функции в автокорреляционную матрицу и судят о состоянии сердечно-сосудистой системы пациента, динамический ряд кардиоинтервалов образуют путем исключения из упомянутого ряда экстрасистол, длительность которых Тэ превышает удвоенное значение минимальной длительности кардиоинтервала 2Tmin, рассчитывают среднюю длительность кардиоинтервала Тср, в динамическом ряду с удаленными экстрасистолами и заменяют экстрасистолы на кардиоинтервалы с длительностью Тср, а о состоянии сердечно-сосудистой системы пациента судят по величине обобщенного показателя состояния здоровья пациента Р, определяемого выражением:The technical result of the invention is achieved by the fact that in the method for diagnosing the cardiovascular system in which the patient’s cardio intervals are recorded, their duration is measured, a dynamic series of cardio-intervals is formed, the autocorrelation function of the mentioned series is formed, the autocorrelation function is converted to the autocorrelation matrix and the cardiovascular state is judged patient systems, the dynamic range of cardio intervals are formed by excluding extrasystoles from the mentioned series, whose T e exceeds the doubled value of the minimum duration of the cardio interval 2 T min , calculate the average duration of the cardio interval T cf , in a dynamic row with removed extrasystoles and replace the extrasystoles with cardio intervals with a duration of T cf , and the patient’s cardiovascular system is judged by the value of the generalized state indicator the health of the patient P, defined by the expression:
где D - индекс напряженности регуляторных систем организма пациента, представленный в виде:where D is the index of tension of the regulatory systems of the patient’s body, presented in the form:
D=1,2(λmax-λmin),D = 1.2 (λ max -λ min ),
Z=44 exp(-(0,0122t)5),Z = 44 exp (- (0.0122t) 5 ),
λmax и λmin - максимальное и минимальное собственные значения λ автокорреляционной матрицы, находимые из выражения:λ max and λ min - the maximum and minimum eigenvalues λ of the autocorrelation matrix, found from the expression:
det(R-λI)=0det (R-λI) = 0
где det - определитель, R - автокорреляционная матрица, I - единичная матрица; t - возраст пациента в годах.where det is the determinant, R is the autocorrelation matrix, I is the identity matrix; t is the age of the patient in years.
В варианте технического решения регистрацию кардиоинтервалов осуществляют путем снятия плетизмограммы пациента.In a variant of the technical solution, the registration of cardio intervals is carried out by removing the plethysmogram of the patient.
Изобретение иллюстрируется чертежами. На фиг.1 показана структурная схема устройства, с помощью которого реализуется заявляемый способ диагностики, на фиг.2 приведена плетизмограмма, снятая с пальца руки человека.The invention is illustrated by drawings. Figure 1 shows a structural diagram of a device with which the inventive diagnostic method is implemented, figure 2 shows a plethysmogram shot from a person’s finger.
Устройство, с помощью которого реализуется заявляемый способ, включает оптический плетизмографический датчик 1, размещаемый, например, на пальце пациента, и переносное устройство предварительной обработки, записи и индикации информации 2, закрепляемое на теле пациента. Передача информации с устройства 2 на удаленный компьютер 3 может осуществляться, например, по радиоканалу с помощью радиомодемов 4 и 5, связанных, соответственно, с устройством 2 и удаленным компьютером 3.The device with which the inventive method is implemented includes an optical
Заявляемый способ реализуется следующим образом. С помощью плетизмографического датчика снимается пульсограмма (плетизмограмма) пальца пациента, отражающая динамику пульса пациента - фиг.2, на которой Рое - интенсивность плетизмографического сигнала в относительных единицах.The inventive method is implemented as follows. Using a plethysmographic sensor, a pulsogram (plethysmogram) of the patient’s finger is recorded, which reflects the dynamics of the patient’s pulse - Fig.2, in which P o is the intensity of the plethysmographic signal in relative units.
Принцип действия оптического плетизмографического датчика основан на оценке светопроницаемости частей тела человека в зависимости от степени их кровенаполнения. Излучатель датчика, например светодиод, работающий в инфракрасном диапазоне, генерирует модулированный по частоте световой сигнал, и отраженный от поверхности пальца отраженный световой сигнал регистрируется приемником датчика, который выделяет огибающую сигнала. Полученный в результате сигнал представляет собой пульсограмму (плетизмограмму), являющуюся спектральным портретом состояния сердечно-сосудистой системы пациента.The principle of operation of the optical plethysmographic sensor is based on the evaluation of the light transmission of parts of the human body, depending on the degree of blood supply. A sensor emitter, for example an infrared LED, generates a frequency-modulated light signal, and a reflected light signal reflected from the surface of the finger is detected by the sensor receiver, which emits a signal envelope. The resulting signal is a pulsogram (plethysmogram), which is a spectral portrait of the patient's cardiovascular system.
Возможность использования плетизмограммы вместо ЭКГ для получения динамического ряда кардиоинтервалов подтверждается как литературными источниками [T.Kageyama et al. Accuracy of Pulse Rate Variability Parameters Obtained from Finger Plethysmogram: A Comparison with Heart Rate Variability Parameters Obtained from ECG // J. Occup. Healt. 1997; 39. pp.154-155], так и экспериментальными результатами спектрального анализа, полученными авторами и свидетельствующими о том, что спектральные плотности мощности идентичны как для плетизмограммы, так и для кардиоинтервалов, полученных при снятии ЭКГ. Поэтому в дальнейшем в тексте без нарушения общности будет использоваться термин «динамический ряд кардиоинтервалов».The possibility of using plethysmograms instead of an ECG to obtain a dynamic series of cardio intervals is confirmed as literary sources [T. Kageyama et al. Accuracy of Pulse Rate Variability Parameters Obtained from Finger Plethysmogram: A Comparison with Heart Rate Variability Parameters Obtained from ECG // J. Occup. Healt. 1997; 39. pp. 154-155], as well as experimental results of spectral analysis obtained by the authors and indicating that the power spectral densities are identical both for the plethysmogram and for the cardio intervals obtained by taking the ECG. Therefore, in the future, the text without loss of generality will use the term “dynamic range of cardio intervals”.
Далее измеряют длительности отдельных кардиоинтервалов и образуют из всего массива данных (совокупности кардиоинтервалов) Т динамический ряд кардиоинтервалов. Для этого удаляют из массива Т экстрасистолы - кардиоинтервалы, длительность которых превышает удвоенное значение минимальной длительности кардиоинтервала 2Tmin, и рассчитывают среднее значение длительности кардиоинтервала 
где Ti' - периоды без экстрасистол; n - общее количество кардиоинтервалов, Nэ - количество экстрасистол. Затем экстрасистолы заменяют на рассчитанное среднее значение 
Исключение экстрасистол облегчает интерпретацию конечных данных и позволяет существенно повысить достоверность диагностирования. При достаточно большом количестве экстрасистол результаты диагностирования могут оказаться некорректными.The exclusion of extrasystoles facilitates the interpretation of the final data and can significantly increase the reliability of diagnosis. With a sufficiently large number of extrasystoles, the diagnostic results may be incorrect.
После образования динамического ряда кардиоинтервалов производится его математическая обработка, цель которой - выделение параметров упомянутого ряда, несущих информацию о состоянии сердечно-сосудистой системы пациента. Первый этап математической обработки - построение автокорреляционной функции динамического ряда кардиоинтервалов, направленное на изучение внутренней структуры этого ряда как случайного процесса. Автокорреляционная функция представляет собой график динамики коэффициентов корреляции, получаемых при последовательном смещении анализируемого динамического ряда на одно число по отношению к своему собственному ряду, и позволяет судить о скрытой периодичности динамического ряда.After the formation of a dynamic series of cardiointervals, it is mathematically processed, the purpose of which is to extract the parameters of the aforementioned series that carry information about the state of the patient's cardiovascular system. The first stage of mathematical processing is the construction of an autocorrelation function of the dynamic series of cardio intervals, aimed at studying the internal structure of this series as a random process. The autocorrelation function is a graph of the dynamics of the correlation coefficients obtained by sequentially shifting the analyzed dynamic range by one number relative to its own series, and allows us to judge the hidden periodicity of the dynamic series.
Построение автокорреляционной функции производится следующим образом. На основании скорректированного динамического ряда кардиоинтервалов 
строится автокорреляционная функция (АКФ) r=[rj], 
где N - число необходимых отсчетов (интервал, выбираемый исходя из среднестатистических данных пульса человека и требуемого порядка (q+1) АКФ r). N изменяется в интервале от 100 до 300, q изменяется пропорционально N в диапазоне от 10 до 30. Выбор N и q определяется требуемой степенью точности диагностирования.where N is the number of necessary samples (the interval selected on the basis of average statistical data of the human pulse and the required order (q + 1) ACF r). N varies in the range from 100 to 300, q varies proportionally to N in the range from 10 to 30. The choice of N and q is determined by the required degree of diagnostic accuracy.
На следующем этапе математической обработки из полученных отсчетов rj автокорреляционной функции формируется автокорреляционная матрица R размером (q+1)×(q+1), имеющая видAt the next stage of mathematical processing, from the obtained samples r j of the autocorrelation function, an autocorrelation matrix R of size (q + 1) × (q + 1) is formed, having the form
Автокорреляционная матрица R - дискретное представление автокорреляционной функции. Матрица R является теплицевой матрицей, т.е. она симметрична и диагонализуема. Для нее существует ортогональный базис разложения, состоящий из ее собственных векторов, а ее собственные значения вещественны и неотрицательны. Информативные признаки сигнала, свидетельствующие о состоянии сердечно-сосудистой системы пациента, могут быть выделены разложением Карунена-ЛоеваThe autocorrelation matrix R is a discrete representation of the autocorrelation function. The matrix R is a Toeplitz matrix, i.e. it is symmetrical and diagonalizable. For her, there is an orthogonal decomposition basis consisting of her own vectors, and her eigenvalues are real and non-negative. Informative signs of the signal, indicating the condition of the patient's cardiovascular system, can be distinguished by Karunen-Loev decomposition
где L - диагональная матрица собственных значений λ матрицы R, несущих информацию о состоянии сердечно-сосудистой системы пациента, G - матрица собственных векторов матрицы R, G-1 - матрица, обратная к матрице G.where L is the diagonal matrix of eigenvalues λ of the matrix R, which carry information about the state of the patient's cardiovascular system, G is the matrix of eigenvectors of the matrix R, G -1 is the matrix inverse to the matrix G.
Преобразование Карунена-Лоэва эквивалентно решению системы линейных однородных уравнений вида:The Karunen-Loev transformation is equivalent to solving a system of linear homogeneous equations of the form:
где det - определитель, I - единичная матрица. Как следствие, релевантным будет утверждение, что информативные признаки сигнала, свидетельствующие о состоянии сердечно-сосудистой системы пациента, могут быть найдены из (6).where det is the determinant, I is the identity matrix. As a result, the statement that the informative signs of the signal indicating the condition of the patient's cardiovascular system can be found from (6) will be relevant.
Разложение Карунена-Лоэва представляет собой разложение сигнала по базису ортогональных функций, которые определяет функция ковариации сигнала [Статистический и нейросетевой анализ результатов поверхностного ЭКГ-картирования. // Известия МГИУ, №1 (10), 2008, С.9-17. Применение разложения Карунена-Лоэва для анализа пространственно-временных структур ЭЭГ здорового и больного мозга. // Клиническая информатика и телемедицина, 2005, Т.2, №1, С.26-31]. В данном случае таким сигналом являются кардиоинтервалограммы. Разложение Карунена-Лоэва позволяет представить динамический ряд кардиоинтервалов в виде бесконечной линейной комбинации ортогональных функций. Базис представления в разложении Карунена-Лоэва - случайные переменные, определяемые функцией ковариации кардиоинтервалограммы, т.е. приведенной выше автокорреляционной функцией.The Karunen-Loeva decomposition is the decomposition of a signal along the basis of orthogonal functions that are determined by the signal covariance function [Statistical and neural network analysis of the results of surface ECG mapping. // Proceedings of MGIU, No. 1 (10), 2008, S.9-17. Application of Karunen-Loev decomposition for the analysis of spatio-temporal EEG structures of a healthy and diseased brain. // Clinical computer science and telemedicine, 2005, T.2, No. 1, S.26-31]. In this case, cardiointervalograms are such a signal. The Karunen-Loev decomposition allows us to represent the dynamic series of cardio intervals in the form of an infinite linear combination of orthogonal functions. The basis of the representation in the Karunen-Loev decomposition is random variables determined by the covariance function of the cardiointervalogram, i.e. the above autocorrelation function.
Для нахождения собственных значений λ и, соответственно, для целей оперативной диагностики может быть применен алгоритм, основанный на QL/QR-итерациях [Ильин В.А., Позняк Э.Г. Линейная алгебра: Учеб. для вузов. - 5 изд. - М.: Физматлит, 2002. - 320 с.], который позволяет за конечное число шагов преобразовать матрицу R к трехдиагональной форме и затем осуществить поиск собственных значений λ преобразованной трехдиагональной матрицы.To find the eigenvalues λ and, accordingly, for the purpose of operational diagnostics, an algorithm based on QL / QR iterations can be applied [Ilyin V.A., Poznyak E.G. Linear Algebra: Textbook. for universities. - 5th ed. - M .: Fizmatlit, 2002. - 320 pp.], Which allows for a finite number of steps to transform the matrix R to a tri-diagonal form and then search for the eigenvalues λ of the transformed tri-diagonal matrix.
На заключительной стадии из спектра найденных собственных значений λ определяются максимальное λmax и минимальное значения λmin, и по формулеAt the final stage, the maximum λ max and the minimum values of λ min are determined from the spectrum of found eigenvalues λ, and by the formula
где D=1,2(λmax-λmin) - динамический диапазон собственных значений, Z=44ехр(-0,0122t5) - эмпирическая определенная весовая функция, полученная как путем статистического моделирования, так и на основании данных медицинских исследований, t - возраст пациента в годах, определяется т.н. обобщенный показатель здоровья пациента Р.where D = 1.2 (λ max- λ min ) is the dynamic range of eigenvalues, Z = 44 exp (-0.0122t 5 ) is an empirical determined weight function obtained both by statistical modeling and based on medical research data, t - the patient's age in years, the so-called a general indicator of the health of patient R.
Под обобщенным показателем здоровья пациента Р понимается количественная величина, выраженная в процентах, позволяющая без необходимости привлечения квалифицированного специалиста определить состояние сердечно-сосудистой системы. Диапазон значений Р, равный 100%-45%, соответствует состоянию пациента «здоров»; диапазон 44%-32% - «норма»; диапазон 31%-20% - «болен», диапазон 19%-11% свидетельствует об «опасном состоянии» пациента, а значения Р менее 10% говорят о «критическом состоянии» пациента.A generalized indicator of the patient’s health P is understood as a quantitative value expressed as a percentage, which allows, without the need for a qualified specialist, to determine the state of the cardiovascular system. The range of P values, equal to 100% -45%, corresponds to the patient's state of "healthy"; range 44% -32% - “normal”; the range of 31% -20% is “sick”, the range of 19% -11% indicates a “dangerous condition” of the patient, and P values of less than 10% indicate a “critical condition” of the patient.
С физиологической точки зрения, динамический диапазон 1,2(λmax-λmin) характеризует важный параметр сердечно-сосудистой системы человека - индекс напряженности регуляторных систем организма.From a physiological point of view, the dynamic range of 1.2 (λ max- λ min ) characterizes an important parameter of the human cardiovascular system - the index of tension of the body's regulatory systems.
Заявленный способ диагностирования оценивался на контрольной выборке пациентов с наличием и отсутствием пароксизмов фибрилляции предсердия (ФП) в количестве 30 человек. Кроме того, обследовалось 30 здоровых людей.The claimed diagnostic method was evaluated on a control sample of patients with the presence and absence of paroxysms of atrial fibrillation (AF) in the amount of 30 people. In addition, 30 healthy people were examined.
Фибрилляция предсердия характеризует полное отсутствие координированного сокращения предсердий с утратой их механической функции сокращения при нерегулярных и не всегда полноценных систолах желудочков.Atrial fibrillation is characterized by the complete absence of coordinated atrial contraction with the loss of their mechanical contraction function with irregular and not always complete ventricular systoles.
Производилось сравнение результатов прогнозирования развития пароксизмов ФП при использовании заявленного способа и стандартной методики снятия электрокардиограммы. ЭКГ снималась в 12 стандартных отведениях. Измерение длительности «Р» зубца осуществлялось во втором отведении. Для регистрации ЭКГ использовался аппарат высокого разрешения, который записывал электрокардиограмму с частотой дискретизации 1000 Гц.A comparison was made of the results of predicting the development of AF paroxysms using the inventive method and the standard method for removing an electrocardiogram. The ECG was recorded in 12 standard leads. The measurement of the duration of the "P" of the tooth was carried out in the second lead. To record the ECG, a high-resolution apparatus was used, which recorded an electrocardiogram with a sampling frequency of 1000 Hz.
Результаты показали, что у больных с пароксизмами ФП совпадение диагноза по заявляемому способу и по результатам ЭКГ (классифицируемое как правильный результат) было получено в 90,0% случаев, несовпадение диагноза по заявляемому способу и по результатам ЭКГ (классифицируемое как неправильный результат) было получено в 6,6% случаев, в 3,3% случаев информации оказалось недостаточно для принятия решения. Наряду с этим в группе здоровых людей правильный результат был получен в 96,6% случаев, неправильный результат отсутствовал, в 3,3% случаев полученной информации оказалось недостаточно для принятия конкретного решения.The results showed that in patients with AF paroxysms, a coincidence of the diagnosis according to the claimed method and ECG results (classified as the correct result) was obtained in 90.0% of cases, a diagnosis mismatch according to the claimed method and ECG results (classified as the wrong result) was received in 6.6% of cases, in 3.3% of cases the information was not enough to make a decision. Along with this, in the group of healthy people, the correct result was obtained in 96.6% of cases, the wrong result was absent, in 3.3% of cases the information received was not enough to make a specific decision.
Пример 1. Пациент С., возраст 41 год, диагноз - ишемическая болезнь сердца. Согласно заявленному способу диагностирования показатель здоровья пациента составил 43%, что свидетельствует о том, что в данный момент состояние сердечно-сосудистой системы пациента оценивается как «норма», риск развития пароксизмов ФП отсутствует. При мониторинге с применением ЭКГ длительность «Р» зубца составила 109 мс. При суточном мониторинге зарегистрировано: одиночных экстрасистол - 13, парных - 3, групповые экстрасистолы отсутствовали. Жалоб на приступы сердцебиения со стороны пациента не было. Общее заключение специалиста: риск развития пароксизмов ФП отсутствует.Example 1. Patient S., age 41 years old, diagnosed with coronary heart disease. According to the claimed diagnostic method, the patient’s health indicator was 43%, which indicates that at the moment the patient’s cardiovascular system is assessed as “normal”, there is no risk of AF paroxysms. When monitoring using an ECG, the duration of the “P” wave was 109 ms. During daily monitoring, there were registered: single extrasystoles - 13, paired - 3, group extrasystoles were absent. There were no complaints of palpitations from the patient. The general conclusion of the specialist: there is no risk of AF paroxysms.
Пример 2. Пациент А., возраст 48 лет, диагноз - ишемическая болезнь сердца. Согласно заявленному способу диагностирования показатель здоровья пациента составил 18%, что свидетельствовало об «опасном состоянии» сердечно-сосудистой системы пациента. При мониторинге с применением ЭКГ длительность «Р» зубца составила 117 мс. При суточном мониторинге зарегистрировано: одиночных экстрасистол - 1200, парных - 38, групповых - 43. Общее заключение специалиста: высокий риск развития пароксизмов ФП.Example 2. Patient A., age 48 years old, diagnosed with coronary heart disease. According to the claimed diagnostic method, the patient’s health indicator was 18%, which indicated a “dangerous condition” of the patient’s cardiovascular system. When monitoring using an ECG, the duration of the “P” wave was 117 ms. During daily monitoring, there were registered: single extrasystoles - 1200, paired - 38, group - 43. General expert opinion: high risk of AF paroxysms.
Пример 3. Пациент М., возраст 62 года, диагноз - ишемическая болезнь сердца. Жаловался на частые приступы сердцебиения, не связанные с физической нагрузкой. Согласно заявленному способу диагностирования показатель здоровья пациента составил 21%, что свидетельствовало о состоянии «болен». При мониторинге с помощью стандартной ЭКГ длительность «Р» зубца составила 107 мс, что по данным специалиста исключает пароксизмы ФП. Суточный мониторинг показал наличие 18 одиночных экстрасистол, 5 парных экстрасистол и 3 групповых. Во время последующего суточного мониторинга был зафиксирован короткий пароксизм ФП.Example 3. Patient M., age 62 years old, diagnosed with coronary heart disease. He complained of frequent heart attacks that were not related to physical activity. According to the claimed method of diagnosis, the patient’s health indicator was 21%, which indicated the state of "sick". When monitoring using a standard ECG, the “P” duration of the tooth was 107 ms, which, according to a specialist, excludes AF paroxysms. Daily monitoring showed the presence of 18 single extrasystoles, 5 paired extrasystoles and 3 group. During the subsequent daily monitoring, a short paroxysm of AF was recorded.
Как следует из приведенных данных, примеры 1 и 2 демонстрируют совпадение результатов прогнозирования развития пароксизмов ФП с применением стандартной методики ЭКГ и диагностирования согласно заявленному способу. Пример 3 иллюстрирует расхождение в прогнозе развития пароксизмов ФП с применением стандартной методики ЭКГ и диагностирования согласно заявленному способу и свидетельствует о том, что использование заявленного способа диагностирования сердечно-сосудистой системы пациента позволило получить более адекватную оценку состояния пациента, так как при последующем более детальном исследовании риск развития пароксизмов ФП подтвердился.As follows from the above data, examples 1 and 2 demonstrate the coincidence of the results of predicting the development of AF paroxysms using the standard ECG technique and diagnosis according to the claimed method. Example 3 illustrates the discrepancy in the prognosis of the development of AF paroxysms using the standard ECG method and diagnosis according to the claimed method and indicates that the use of the claimed method for diagnosing a patient’s cardiovascular system made it possible to obtain a more adequate assessment of the patient’s condition, since in a subsequent more detailed study the risk the development of AF paroxysms was confirmed.
Длительность диагностирования при применении заявляемого способа по сравнению со способом, выбранным в качестве ближайшего аналога, за счет существенного упрощения интерпретации данных и использования в качестве критериального параметра обобщенного показателя состояния здоровья пациента Р, по оценке заявителя, сокращается в 1,5-2 раза.The duration of diagnosis when applying the proposed method compared with the method selected as the closest analogue, due to the significant simplification of the interpretation of the data and the use of a generalized indicator of the patient’s health status P as a criterion parameter, is estimated by the applicant to be reduced by 1.5-2 times.
Заявляемый способ диагностирования сердечно-сосудистой системы, основанный на новом представлении индекса напряженности регуляторных систем организма пациента с помощью эффективного алгоритма математической обработки динамического ряда кардиоинтервалов, реализуется в реальном времени и позволяет осуществить экспресс-контроль сердечно-сосудистой системы пациента с обеспечением адекватной и достоверной информации о ее состоянии с простыми и доступными для пациента результатами диагностирования, не требующий для своей интерпретации привлечения высококвалифицированного специалиста. Применение оптического плетизмографического датчика позволяет создать на базе заявляемого способа мобильное, компактное и эффективное средство диагностирования сердечно-сосудистой системы человека, в частности людей, находящихся в процессе диагностирования в состоянии движения или испытывающих физические нагрузки.The inventive method for diagnosing the cardiovascular system, based on a new representation of the index of tension of the regulatory systems of the patient’s body using an effective algorithm for mathematical processing of the dynamic range of cardio intervals, is implemented in real time and allows for express control of the patient’s cardiovascular system with adequate and reliable information about its condition with simple and accessible to the patient diagnostic results that do not require interpretation tion of attracting a highly qualified specialist. The use of an optical plethysmographic sensor allows you to create on the basis of the proposed method a mobile, compact and effective means of diagnosing the human cardiovascular system, in particular people who are in the process of being diagnosed in a state of movement or experiencing physical exertion.
Claims (2)
где D - индекс напряженности регуляторных систем организма пациента, представленный в виде:
D=1,2(λmax-λmin),
Z=44 exp(-(0,0122t)5),
λmax и λmin - максимальное и минимальное собственные значения λ автокорреляционной матрицы, находимые из выражения:
det(R-λI)=0,
где det - определитель, R - автокорреляционная матрица, I - единичная матрица, t - возраст пациента в годах.1. A method for diagnosing the cardiovascular system in which the patient’s cardiointervals are recorded, measure their duration, form a dynamic series of cardiointervals, form the autocorrelation function of the aforementioned series, convert the autocorrelation function to an autocorrelation matrix and judge the patient’s cardiovascular system, characterized in that the dynamic range of cardio formed by excluding from said plurality of extrasystoles, the duration T e which exceeds twice the The values of minimum duration kardiointervala 2T min, calculate the average duration kardiointervala T Wed dynamic range of remote extrasystoles and replace beats on cardio intervals with duration T cp and the state of the cardiovascular system of the patient is judged by the value of the generalized indicator of the health of the patient P, is given by:
where D is the index of tension of the regulatory systems of the patient’s body, presented in the form:
D = 1.2 (λ max -λ min ),
Z = 44 exp (- (0.0122t) 5 ),
λ max and λ min - the maximum and minimum eigenvalues λ of the autocorrelation matrix, found from the expression:
det (R-λI) = 0,
where det is the determinant, R is the autocorrelation matrix, I is the identity matrix, t is the patient's age in years.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010127374/14A RU2442529C1 (en) | 2010-07-02 | 2010-07-02 | Means of diagnosis the cardiovascular system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010127374/14A RU2442529C1 (en) | 2010-07-02 | 2010-07-02 | Means of diagnosis the cardiovascular system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2442529C1 true RU2442529C1 (en) | 2012-02-20 |
Family
ID=45854514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010127374/14A RU2442529C1 (en) | 2010-07-02 | 2010-07-02 | Means of diagnosis the cardiovascular system |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2442529C1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2759404C1 (en) * | 2020-11-26 | 2021-11-12 | Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" | Hardware and software complex for electrocardiographic measurements |
-
2010
- 2010-07-02 RU RU2010127374/14A patent/RU2442529C1/en not_active IP Right Cessation
Non-Patent Citations (3)
| Title |
|---|
| весь документ. KAGEYAMA T. et al. Accuracy of Pulse Rate Variability Parameters. Obtained from Finger Plethysmogram: A Comparison with Heart Rate Variability Parameters Obtained from ECG. J. Occup. Healt. 1997; 39:154-155. БАЕВСКИЙ P.M. и др. Математический анализ изменений сердечного ритма при стрессе. - М.: Наука, 1984, с.221. СНЕЖИЦКИЙ В.А. Методологические аспекты анализа вариабельности сердечного ритма в клинической практике. Медицинские новости, архив журнала, 2004, №9, найдено [28.06.2011] из Интернет www.mednovosti.by/journal.aspx?article=2037. * |
| реферат, с.2-5 описания. * |
| формула, описание. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2759404C1 (en) * | 2020-11-26 | 2021-11-12 | Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" | Hardware and software complex for electrocardiographic measurements |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11476000B2 (en) | Methods and systems using mathematical analysis and machine learning to diagnose disease | |
| US8233972B2 (en) | System for cardiac arrhythmia detection and characterization | |
| US8380305B2 (en) | System and method for predicting successful defibrillation for ventricular fibrillation cardiac arrest | |
| JP2022537558A (en) | Methods and systems for assessing disease using kinetic analysis of cardiac and photoplethysmographic signals | |
| US9549681B2 (en) | Matrix-based patient signal analysis | |
| Zhang et al. | Study of cuffless blood pressure estimation method based on multiple physiological parameters | |
| US10327648B2 (en) | Blood vessel mechanical signal analysis | |
| RU2442529C1 (en) | Means of diagnosis the cardiovascular system | |
| Chen et al. | Beat-to-beat heart rate detection based on seismocardiogram using BiLSTM network | |
| RU2624809C1 (en) | Method for electrocardio-signal processing for personal weared cardiomonitors | |
| Jacobson | Analysis and classification of physiological signals using wavelet transforms | |
| Korucuk et al. | Estimation of atrial fibrillation from lead-I ECGs: Comparison with cardiologists and machine learning model (CurAlive), a clinical validation study | |
| Vladimir et al. | COMPARISON OF STATISTICAL AND MACHINE LEARNING APPROACHES IN A SURVEY FROM THE EPIDEMIOLOGY OF NON-COMMUNICABLE DISEASES | |
| WO2022145429A1 (en) | System, method, and program for estimating subjective evaluation by estimation subject | |
| Klinge et al. | Towards automatic pathology classification for a 24/7 ECG-based telemonitoring service | |
| 백상현 | Deep Learning-Based Blood Pressure Prediction | |
| Al-din et al. | Hybridization Method Based ECG Signals Classification | |
| Rezaei Yousefi | Atrial Fibrillation Detection from Photoplethysmography Data Using Artificial Neural Networks | |
| Melnik | Detection of signs of cardiovascular system ischemic episodes in the conditions of person's daily activities | |
| Munir et al. | Blood Pressure Estimation Using Artificial Neural Network and Multitaper Model | |
| JP2024087811A (en) | Method and system for providing electrocardiogram measurement service using a portable electrocardiogram device | |
| CN117813053A (en) | Noise removal system for deep learning based electrocardiographic data | |
| Singh et al. | Defective Heartbeat Detection | |
| Yazawa et al. | EKG recording without obstructive noise due to physical movement: A terminal EKG-monitoring device for online communication in a public healthcare link | |
| Nunes | Identificação e remoção de ruido em sinais de origem cardíaca (CARDIO-NOISE) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| QB4A | Licence on use of patent |
Free format text: LICENCE Effective date: 20130916 |
|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180703 |