RU2736696C1 - Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов - Google Patents

Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов Download PDF

Info

Publication number
RU2736696C1
RU2736696C1 RU2020111518A RU2020111518A RU2736696C1 RU 2736696 C1 RU2736696 C1 RU 2736696C1 RU 2020111518 A RU2020111518 A RU 2020111518A RU 2020111518 A RU2020111518 A RU 2020111518A RU 2736696 C1 RU2736696 C1 RU 2736696C1
Authority
RU
Russia
Prior art keywords
diseases
qrs
linear
matrix
matrices
Prior art date
Application number
RU2020111518A
Other languages
English (en)
Inventor
Вячеслав Максимилианович Успенский
Original Assignee
Общество с ограниченной ответственностью "МЕДСКРИН"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество с ограниченной ответственностью "МЕДСКРИН" filed Critical Общество с ограниченной ответственностью "МЕДСКРИН"
Priority to RU2020111518A priority Critical patent/RU2736696C1/ru
Application granted granted Critical
Publication of RU2736696C1 publication Critical patent/RU2736696C1/ru

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Изобретение относится к медицине, кардиологии, биофизике, диагностике заболеваний неинфекционной природы посредством обработки электрокардиосигналов (ЭКС). Предложен способ, в котором матричный информационный анализ ЭКС включает непрерывное одновременное снятие 600 электрокардиоциклов в 1, 2 и 3-м стандартных отведениях по Эйнтховену или униполярных усиленных отведениях от конечностей по Гольдбергеру. При этом определяют длительность (Dn) QRS-желудочковых комплексов и отношения Rn и последующего интервала времени (Tn), представляющего arctg. αn, условно отражающего в динамике фазовые отклонения (Fn+1) каждого последующего кардиоцикла относительно предыдущего (Fn). Измерения проводят с увеличением частоты квантования до 10 кГц и более. Проводят структурирование массива зарегистрированных ЭКС с помощью «окна». При структурировании массива зарегистрированных ЭКС с помощью упомянутого «окна» кодируют символами латинского алфавита каждый фрагмент структурированной ЭКГ. Таким образом код каждой структурной единицы ЭКГ в виде линейной матрицы включает три кардиоцикла, который представлен суммой четырёх символов кодирования. Формируют пространственную матричную кодограмму, представляющую совокупность полученных при кодировании линейных матриц, отражающих одновременно зарегистрированные в них три кардиоцикла. Подсчитывают и ранжируют их в соответствии с частотой встречаемости, сравнивают с эталонными пространственными матрицами нормы и заболеваний, которые получены таким же способом и включают матрицы только 100% встречаемости среди здоровых людей или больных с отдельными конкретными заболеваниями. Заключение о норме или заболевании выносят при наличии в линейной и пространственной матричной кодограмме обследуемого соответствующей эталонной матрицы. Способ обеспечивает повышение точности диагностики заболеваний внутренних органов неинфекционной природы на любом этапе их развития с достижением полноты и объективности информационного анализа ЭКС, включая все виды модуляции параметров сигналов импульсной природы: амплитудно-импульсную, интервало-импульсную или частотно-импульсную, длительно-импульсную и фазово-импульсную модуляцию. 2 ил., 2 пр., 1 табл.

Description

Изобретение относится к медицине, кардиологии, биофизике, диагностике заболеваний посредством обработки электрокардиосигналов.
Изобретение основано на теории информационной функции сердца и представляет собой технологию информационного анализа электрокардиосигналов с целью диагностики неинфекционных заболеваний внутренних органов на любой стадии их развития.
Использование матричного анализа кардиограмм было известно и применялось ранее, однако, лишь для диагностики нарушений непосредственно функций самого сердца, а не иных органов (см., например, RU 2141247 C1, 20.11.1999; US 2008/0103403 A1, 01.05.2008; US 5348020, 20.09.1994).
В то же время, в разные годы были предложены способы диагностики заболеваний внутренних органов человека методами информационного анализа электрокардиосигналов и защищенные патентами Российской Федерации (Успенский В.М.: RU 2159574 C1, 27.11.2000; RU 2157093, 10.10.2000; RU 2163088 C1, 20.02.2001; RU 2211658 C1, 10.09.2003; RU 2407431 C1, 27.12.2010).
Предложенные способы диагностики заболеваний основаны на теории информационной функции сердца [1, 2, 4-6], согласно которой сердце обладает свойствами информационного органа и генерирует импульсы электрической, магнитной и гидродинамической природы. Данные импульсы, в свою очередь, обладают всеми свойствами сигналов, параметры которых: амплитуда, длительность, частота следования и фазовые колебания – имеют вероятностно-вариабельный характер.
Результаты длительной (более 15 лет) апробации и практического использования предложенных способов диагностики показали, что, в частности, электрокардиосигналы, представленные QRS-желудочковыми комплексами в составе кардиоциклов, регистрируемых на электрокардиограмме, несут во внутреннюю среду организма информацию о норме и различных заболеваниях органов, а предложенные упомянутые способы диагностики заболеваний внутренних органов открывают принципиально новое направление в диагностике [1, 2, 6].
Реализация предложенных способов диагностики стала возможной после биофизического обоснования новых технических требований к электрокардиографам, позволяющим регистрировать электрокардиограммы, приемлемые для информационного анализа [6]. В частности, была существенно расширена полоса входного сигнала от 0,1 до 500 Гц с достаточно широким динамическим диапазоном колебаний входного сигнала в пределах не менее чем от 5 mkV до 5 mV, что соответствует динамическому диапазону в 60 dB [3].
В частности, известен (RU 2157093, 10.10.2000) способ диагностики болезней неинфекционной этиологии, включающий снятие электрокардиограммы (ЭКГ) у обследуемого, определение интервала между зубцами R-R, кодирование измерений, построение кодограммы, сравнение ее с эталонными кодограммами – стандартами заболеваний и вынесение заключения о диагнозе по результатам сравнения. При этом регистрируют 300-600 сердечных циклов ЭКГ, проводят анализ частотной, амплитудной и фазовой модуляции кардиосигналов: определяют динамику амплитуды зубца R, фазы кардиосигналов, интервала между зубцами R-R каждого последующего сердечного цикла по сравнению с предыдущим. Кодируют варианты их соотношения с использованием одно-, двух-, трех- и более мерных символов, представляющих динамику сочетания одного или нескольких измерений с построением одно-, двух-, трех- и более членных кодовых комбинаций, формируют кодограммы обследуемого в соответствии с вариантом кодирования и количеством членов в кодовой комбинации путем последовательного смещения на один кардиоцикл-сигнал вдоль всей записи регистрации кардиосигналов от начала до конца. Структурируют кодограммы путем распределения кодовых комбинаций с учетом частоты их встречаемости. Сравнивают структурированную кодограмму обследуемого с эталонными кодограммами здоровых людей и больных различными заболеваниями неинфекционной этиологии, полученными таким же образом и включающими только кодовые комбинации 100%-ной встречаемости. Заключение о наличии заболевания выносят в случае наличия в кодограмме обследуемого полного набора кодовых комбинаций эталона соответствующего заболевания.
Однако, учитывая имевшие место на практике ошибки в диагностике при использовании подобных способов, перед авторами стояла задача повысить ее точность за счет более объективного комплекса изучаемых параметров электрокардиосигналов, притом значимо не увеличивая время проводимого исследования.
Наиболее близким аналогом (прототипом) заявляемого изобретения является способ диагностики заболеваний внутренних органов по патенту RU 2407431 C1, 27.12.2010. Способ включает непрерывное снятие 300-600 электрокардиоциклов, измерение амплитуды желудочковых комплексов и интервалов между ними, кодирование образов их вероятностной вариабельности в пределах последовательных фрагментов электрокардиограммы, включающих три или более следующих друг за другом кардиоциклов. Получали структурированную кодограмму и, сравнивая ее с аналогично полученными эталонными кодограммами нормы и различных заболеваний, выносили заключение по результатам сравнения. При этом регистрацию электрокардиосигналов осуществляли одновременно в 1, 2 и 3-м стандартных отведениях по Эйнтховену или униполярных, усиленных отведениях от конечностей по Гольдбергеру, измеряли амплитуду размаха QRS-желудочкового комплекса (Аn+1) с точностью до 1 мВ и интервал времени между ними (In+1) с точностью до 1 мс. Структурировали массив зарегистрированных электрокардиосигналов с помощью «окна», включающего последовательно 3 или более QRS-комплексов с предшествующими им интервалами времени путем перемещения на один кардиоцикл вдоль электрокардиограммы от начала до ее конца с учетом отведений. Кодировали каждый фрагмент структурированной электрокардиограммы, представляющий образ соотношения амплитуд и интервалов времени относительно друг друга, с помощью символов, каждый из которых учитывал лишь один из всех возможных образов. Подсчитывали одинаковые символы кодирования фрагментов ЭКГ, ранжировали их с учетом частоты встречаемости. Сравнивали с эталонными кодограммами нормы и различных заболеваний, которые получены аналогичным способом в аналогичном отведении, и включали комбинации символов только 100% встречаемости среди, соответственно, здоровых людей или больных с отдельными конкретными заболеваниями. Заключение о наличии нормы или заболеваний делалось по сумме сведений о диагностике в трех отведениях, в каждом из которых наличие нормы или заболевания констатировали при наличии полного набора комбинаций соответствующего эталона. Способ позволял сократить продолжительность и повысить точность диагностики.
Предлагаемое изобретение направлено на дальнейшее совершенствование технологии информационного анализа электрокардиосигналов с целью повышения точности диагностики и расширения сферы её применения.
Техническим результатом предлагаемого изобретения можно считать увеличение точности диагностики заболеваний внутренних органов неинфекционной природы на любом этапе их развития за счет введения в анализ кардиосигналов дополнительно определяемых параметров кардиоцикла, которые позволяют анализировать помимо амплитудной и частотной еще фазовую модуляцию и модуляцию длительности самих кардиоимпульсов (кардиосигналов). То есть впервые достигнута полнота и объективность информационного анализа электрокардиосигналов, включающая все виды модуляции параметров сигналов импульсной природы: амплитудно-импульсную, длительно-импульсную, интервало-импульсную (частотно-импульсную) и фазово-импульсную модуляции.
Технический результат заявленного матричного способа информационного анализа электрокардиосигналов с целью диагностики заболеваний внутренних органов достигается:
1. Более высокой точностью измерения амплитуды QRS-желудочковых комплексов Rn (с точностью до 0,4 мВ вместо 1 мВ, как в прототипе) и интервала времени Tn между Rn-Rn+1 с точностью измерения до 0,25-0,1 мсек вместо 1 мсек в прототипе. Повышение точности измерения привело к существенному снижению случаев равенства результатов измерения сравниваемых параметров. Увеличение частоты квантования до 10 и более кГц впервые выявило вероятностно-вариабельную динамику длительности кардиоимпульсов, представленных QRS-желудочковыми комплексами.
2. Введением нового дополнительного параметра измерения в динамике кардиоциклов – отношения амплитуды QRS-желудочкового комплекса (Rn) к последующему интервалу времени Tn (Rn-Rn+1) в качестве арктангенса их отношения (αn=arctg Rn/Tn) – аналога фазового угла в гармонических сигналах, который косвенно отражает в последовательной динамике фазовые отклонения Fn+1 каждого последующего кардиоцикла относительно предыдущего Fn, представленные динамикой последующего фазового угла αn+1 относительно предыдущего фазового угла αn (Рис.1). Целесообразность введения данного параметра измерения обусловлена тем, что закладка информации в кардиоимпульсы осуществляется, согласно теории сигналов, не только с помощью амплитудной, частотной, но и фазовой модуляции, которую «условно» отражает динамика фазового угла (αn).
3. Введением впервые в технологию информационного анализа электрокардиосигналов определения вариантов вероятностно-вариабельной динамики длительности (Duration) кардиоимпульсов Dn (Dn-Dn+1), представленных QRS-желудочковыми комплексами кардиоциклов на ЭКГ (Рис. 1).
4. Совершенствованием технологии информационного анализа электрокардиосигналов благодаря использованию помимо вероятностно-вариабельной динамики амплитуды и интервалов следования QRS-желудочковых комплексов ЭКГ также и вероятностно-вариабельной динамики их длительности и фазовых отклонений относительно друг друга. Т.е. впервые достигнута полнота информационного анализа электрокардиосигналов, включающая все виды модуляции параметров сигналов импульсной природы: АИМ — амплитудно-импульсную модуляцию, ИИМ — интервало-импульсную или ЧИМ — частотно-импульсную модуляцию, ФИМ — фазово-импульсную модуляцию и ДИМ — длительно-импульсную модуляцию [7-8].
5. Новым принципом кодирования, который предусматривает:
-во-первых, варианты динамики не только амплитуды QRS-желудочковых комплексов и интервалов времени между ними, как в способе-прототипе, но и вероятностно-вариабельную динамику длительности кардиоимпульсов (Dn+1) и их фазовых колебаний (Fn+1) относительно друг друга;
-во-вторых, кодирование не только в последовательном режиме, но и одновременно в пределах трех кардиоциклов ЭКГ (таблица 1). Осуществление этого нового принципа кодирования предусматривает структурирование и одновременное кодирование ЭКГ, которое достигается перемещением «окна», включающего три кардиоцикла от начала до конца вдоль всей электрокардиограммы, регистрирующей 600 кардиоциклов методом смещения на один кардиоцикл, кодирования в пределах каждой структурной единицы динамики раздельно каждого параметра измерения, согласно правилу (закономерности), представленному в таблице 1. Код каждой структурной единицы динамики ЭКГ, включающий три кардиоцикла, представлен суммой четырёх символов по числу параметров кодирования: динамики амплитуды Rn+1, длительности Dn+1 QRS-желудочковых комплексов, интервалов времени между ними Tn+1 и фазовых колебаний Fn+1 импульсов относительно друг друга.
6. Кодирование вероятностной динамики всех параметров измерения, подвергающихся модуляции в пределах трёх кардиоциклов ЭКГ представленное четырьмя символами, допустимо рассматривать в качестве информационной матрицы (*) минимально возможной семантической связи в динамике амплитуды (Rn+1), интервалов времени между ними (Tn+1), длительности (Dn+1) самих QRS-желудочковых комплексов и их фазовых отклонений (Fn+1) относительно друг друга (Рис. 2б).
Многолетняя апробация диагностических систем, основанных на ранее защищенных патентами изобретениях (см. выше), подтвердили предположение Голдмана Станфорда [9], согласно которому в потоке импульсов с вероятностно-вариабельной динамикой параметров измерения каждый импульс, тем не менее, может иметь семантическую связь с предшествующим и последующим импульсами. Действительно, высокоспецифичными кодовыми комбинациями, составляющими диагностические эталоны заболеваний, оказались именно кодовые триады, отражающие динамику параметров трех кардиосигналов представленных их QRS-желудочковыми комплексами и следующих друг за другом.
Таблица 1
Кодирование вариантов динамики амплитуды, QRS-желудочковых комплексов, интервалов времени между ними, длительности самих QRS-желудочковых комплексов и их фазовых отклонений относительно друг друга в пределах трех последовательных кардиоциклов электрокардиограммы с учётом соотношения дельт-параметров крайних кардиоциклов.
Параметры Символы возможных вариантов соотношения параметров.
Амплиту-да
(R)		 Rn ≥ Rn+1 ≥ Rn+2 Rn < Rn+1 < Rn+2 Rn ≥ Rn+1 < Rn+2 Rn < Rn+1 ≥ Rn+2
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
A B C D E F G H
Интервал времени
(T)		 Tn ≥Tn+1 ≥ Tn+2 Tn < Tn+1 < Tn+2 Tn ≥Tn+1 < Tn+2 Tn < Tn+1 ≥ Tn+2
Figure 00000002
≥
Figure 00000001
Figure 00000002
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
Figure 00000002
≥
Figure 00000001
Figure 00000002
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
A B C D E F G H
Длитель-ность
(D)		 Dn ≥ Dn+1 ≥ Dn+2 Dn < Dn+1 < Dn+2 Dn ≥ Dn+1 < Dn+2 Dn < Dn+1 ≥ Dn+2
Figure 00000001
≥
Figure 00000003
Figure 00000001
<
Figure 00000003
Figure 00000003
≥
Figure 00000003
Figure 00000003
<
Figure 00000003
Figure 00000001
≥
Figure 00000003
Figure 00000001
<
Figure 00000003
Figure 00000003
≥
Figure 00000003
Figure 00000003
<
Figure 00000003
A B C D E F G H
«Фаза» (F Место для уравнения.) Fn ≥ Fn+1 ≥ Fn+2 Fn < Fn+1 < Fn+2 Fn ≥ Fn+1 < Fn+2 Fn < Fn+1 ≥ Fn+2
Figure 00000004
≥
Figure 00000001
Figure 00000004
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
Figure 00000004
≥
Figure 00000001
Figure 00000004
<
Figure 00000001
Figure 00000001
≥
Figure 00000001
Figure 00000001
<
Figure 00000001
A B C D E F G H
Важным свойством предлагаемой матрицы является её линейность, обусловленная тем, что электрокардиограмма представляет собой линейный процесс, отражающий динамику разности потенциалов во время сокращения сердца в каждом отдельном стандартном отведении по Эйнтховену (или усиленных отведениях по Гольдбергеру). Таким образом, линейная четырёх символьная информационная матрица является кодовым образом, отражающим минимальный вариант возможной семантической связи вероятностной динамики амплитуды (Rn+1), QRS-желудочковых комплексов, интервалов времени между ними (Tn+1), длительности (Dn+1) самих QRS-желудочковых комплексов и их фазовых колебаний Fn+1 в масштабе трёх следующих друг за другом кардиоциклов каждого отдельного отведения регистрации ЭКГ – линейная структурная единица динамики. Есть основание линейную четырёх символьную матрицу рассматривать в качестве единицы минимальной дискретной информации в масштабе каждого стандартного отведения по Эйнтховену или усиленного отведения по Гольдбергеру.
7. Использование суммы линейных информационных матриц 1-ого, 2-ого и 3-его стандартных отведений одновременно снятой ЭКГ (Рис. 2а-б) позволяет получить пространственную матрицу (**), представляющей единицу той же минимальной дискретной информации, отражающую семантические связи в динамике параметров измерения кардиосигналов, но регистрируемой одновременно в пространстве треугольника Эйнтховена – пространственная структурная единица динамики (Рис. 2а).
8. Матричный способ открывает принципиально новые возможности информационного анализа электрокардиосигналов. Так, во-первых, существенно увеличивается как количество возможных вариантов линейных информационных матриц дискретных семантических связей вероятностно-вариабельной динамики всех параметров QRS-желудочковых комплексов в масштабе трех кардиоциклов (до 4096) в каждом отведении, так и огромное (х) количество возможных пространственных информационных матриц, представляющих варианты той же дискретной информации, но в трехмерном треугольнике Эйнтховена.
Во-вторых, каждый вариант информационной матрицы: линейный и пространственный составляет, соответственно, предельно минимальную дискретную информацию семантической связи вероятностно-вариабельной динамики всех параметров QRS-желудочковых комплексов, подвергающихся модуляции в масштабе трех кардиоциклов как в линейном, так и в пространственном варианте, что существенно повышает, по сравнению с прототипом, возможности и точность информационного анализа электрокардиосигналов.
Предложенный способ диагностики может быть реализован в известной диагностической системе «Скринфакс» и в других вариантах её технической реализации. Банк информационных эталонных кодограмм для диагностики создан на основе анализа кодограмм более 7 тыс. здоровых и больных обследованных пациентов. Банк включает информационные портреты здорового человека и наиболее распространенных заболеваний, таких как ишемическая болезнь сердца, гипертоническая болезнь, вегето-сосудистая дистония, желчекаменная и мочекаменная болезни, анемия, сахарный диабет, хронический гастрит (гастродуоденит), язвенная болезнь желудка, двенадцатиперстной кишки, хронический холецистит, узловой зоб, полипоз (полип) желудка, полипоз (полип) толстой кишки, аденома простаты, мастопатия, миома матки, эндометриоз, а также злокачественные новообразования различных локализаций: желудка, матки, яичников, толстой кишки, легких, почек, поджелудочной, щитовидной, молочной и предстательной желез.
В диагностической системе «Скринфакс» предусмотрена программа самообучения, которая вносит коррективы в перечень диагностически значимых кодовых комбинаций по мере пополнения банка кодограмм. Она позволяет получить также кодовые портреты (эталоны) других заболеваний при достижении необходимого объема кодограмм этих заболеваний в банке данных.
Предлагаемый способ диагностики заболеваний внутренних органов неинфекционной природы с помощью матричного информационного анализа электрокардиосигналов включает выполнение следующих приемов:
непрерывное одновременное снятие 600 электрокардиоциклов в 1, 2 и 3-ем стандартных отведениях по Эйнтховену или униполярных усиленных отведениях от конечностей по Гольдбергеру,
структурирование массива зарегистрированных электрокардиосигналов с помощью «окна», включающего 3 последовательных QRS-желудочковых комплексов с последующими интервалами времени, путем перемещения его на один кардиоцикл вдоль электрокардиограммы от начала до ее конца с учетом отведений,
измерение амплитуды (Rn) QRS-желудочковых комплексов, интервала времени между ними (Tn), длительности (Dn) QRS-желудочковых комплексов и их фазового отклонения (Fn) относительно друг друга в последовательном режиме,
кодирование в каждом фрагменте структурированной электрокардиограммы вариантов динамики параметров измерения с помощью символов латинского алфавита в соответствии с таблицей 1,
подсчет одинаковых комбинаций символов кодирования фрагментов структурированной электрокардиограммы и ранжирование их с учетом частоты встречаемости,
При этом от прототипа предлагаемый способ отличается тем, что измерения проводят с увеличением частоты квантования до 10 кГц и более,
помимо амплитуды QRS-желудочковых комплексов (Rn) и интервалов времени между ними (Tn), дополнительно определяют длительность QRS-желудочковых комплексов (Dn) и отношение амплитуды QRS-желудочкового комплекса (Rn) к последующему интервалу времени Tn (Rn-Rn+1) в качестве «фазового» угла αn (αn=arctg Rn/Tn) условно отражающему в динамике фазовые отклонения (Fn) каждого последующего кардиоцикла относительно предыдущего,
при структурировании массива зарегистрированных электрокардиосигналов с помощью упомянутого «окна» кодируют символами латинского алфавита каждый фрагмент структурированной электрокардиограммы с учетом взаимоотношений ее упомянутых четырех определяемых параметров по принципу «больше-меньше» не только соседствующих, но и крайних кардиоциклов по дельте-сравниваемых параметров, и представляющих линейную матрицу семантической связи, где каждый символ учитывает один из 8 возможных дискретных вариантов этой связи, в соответствии с таблицей 1, представленной в описании изобретения, таким образом, код каждой структурной единицы ЭКГ, включающий три кардиоцикла, представлен суммой четырёх символов кодирования: динамики амплитуды Rn+1, длительности Dn+1 QRS-желудочковых комплексов, интервалов времени между ними Tn+1, длительности Dn+1 самих QRS-желудочковых комплексов и их фазовых колебаний Fn+1 относительно друг друга в последовательности указанной в данной таблице с учетом соотношения дельты сравниваемых параметров крайних кардиоциклов;
формируют кодограмму линейных матриц каждого отведения съёма ЭКГ и кодограмму пространственных матриц, представляющих совокупность линейных матриц, отражающих одновременно зарегистрированные в них три кардиоцикла в трех отведениях съёма ЭКГ по Эйнтховену;
подсчитывают и ранжируют их в соответствии с частотой встречаемости, сравнивают с эталонами линейных и пространственных матриц нормы и заболеваний, которые получены таким же способом и включают матрицы только 100% встречаемости среди здоровых людей или больных с отдельными конкретными заболеваниями;
заключение о наличии нормы или заболеваний выносят при наличии в матричных кодограммах обследуемого соответствующих им полного набора специфических эталонных как линейных, так и пространственных матриц.
Клиническая апробация показала более высокую эффективность матричного способа диагностики заболеваний. В течение 1,5 лет проводились сравнительные исследования эффективности диагностики предлагаемого способа со способом-прототипом.
Группа из 100 пациентов-добровольцев трудоспособного возраста (средний возраст 38,2 лет, 42 мужчины и 58 женщин) проходила электрокардиографическое обследование по способу-прототипу и предлагаемому способу.
Проводилось одновременное снятие 600 электрокардиоциклов в 1, 2 и 3-ем стандартных отведениях по Эйнтховену или униполярных усиленных отведениях от конечностей по Гольдбергеру с последующим анализом по способу-прототипу и предлагаемому матричному способу информационного анализа электрокардиосигналов.
Причем у 72% обследованных пациентов жалобы на какие-либо нарушения их состояния отсутствовали.
В то же время, при использовании способа-прототипа в 34% случаев были диагностированы начальные этапы таких заболеваний, как ИБС, гипертоническая болезнь, желчнокаменная болезнь, простатит, эндометриоз. По предлагаемому способу данные заболевания, а также дополнительно аденома простаты, язвенные поражения желудка и двенадцатиперстной кишки, узловой зоб, миома матки, сахарный диабет были диагностированы в 58% случаев. Остальные были признаны здоровыми.
С учетом мониторинга здоровья обследованных пациентов в дальнейшем, на протяжении 1,5 лет, объективными методами исследования (УЗИ внутренних органов, КТ, МРТ, ангиография, лабораторные исследования и др.) установлено, что частота совпадения результатов обследования и диагностики по способу-прототипу достигает 85-95% и в среднем составляет 90%, специфичность – 93%, воспроизводимость с учетом заболеваний – от 78 до 95%. В предлагаемом нами новом способе все данные показатели приближаются к 100%.
Таким образом, высокая эффективность заявляемого способа диагностики заболеваний выявлена даже в случаях скрытого, бессимптомного или малосимптомного течения заболеваний и на начальных, доклинических этапах их развития.
Ниже представлены примеры пациентов с уже имеющимися заболеваниями, обследованных по заявляемому способу.
Клинический пример 1.
Пациент В., 55 лет. Диагноз: Ишемическая болезнь сердца с редкими приступами стенокардии напряжения. Гипертоническая болезнь, 1 стадия. Хронический холецистит, ремиссия. Дискинезия желчевыводящих путей без холестаза. Хронический гастродуоденит, ремиссия. Диагнозы установлены на основе анализа анамнеза, жалоб, клинических симптомов, результатов объективных лабораторных и инструментальных исследований.
Пациенту проведена диагностика с использованием алгоритма анализа электрокардиосигналов по способу-прототипу (патент RU 2407431) и по предлагаемому способу.
На основании полученных данных по способу-прототипу подтверждено наличие у больного вышеупомянутых диагнозов. Исследование длилось 12 минут при пульсе в среднем 60 уд/мин.
При использовании диагностического алгоритма предлагаемого нового способа у больного, помимо упомянутых заболеваний, диагностированы также мочекаменная болезнь, доброкачественная гиперплазия предстательной железы и аденома простаты. Исследование длилось 10 минут при пульсе 62 уд/мин. Дополнительное обследование и осмотр урологом подтвердили наличие у обследованного доброкачественной гиперплазии предстательной железы, но признаков мочекаменной болезни и аденомы простаты не было установлено. Пациенту, было рекомендовано пройти повторное обследование у уролога через 12 месяцев.
По прошествии 12 месяцев повторное обследование с использованием УЗИ- диагностики выявило мелкие конкременты (микролиты) в почках, что свидетельствовало о начальной стадии мочекаменной болезни. В отношении простаты – была подтверждена её доброкачественная гиперплазия без динамики, но отмечено появление гетерогенности её структуры, которую можно рассматривать как предвестник возникновения аденомы.
Таким образом, сравнительный анализ свидетельствует, с одной стороны, о большей точности диагностики, проводимой по заявленному способу, в отличие от способа-прототипа. с другой, - о некотором преимуществе предлагаемого способа в сравнении с прототипом в выявлении заболеваний на начальном этапе развития.
Клинический пример 2.
Пациентка Н., 42 г, направлена на обследование в связи с наследственной отягощенностью по онкопатологии желудка. Жалоб на состояние здоровья не предъявляет.
При обследовании по способу-прототипу онкопатологии не выявлено, однако, выявлен хронический гастродуоденит в фазе ремиссии. Обследование длилось 9 минут при пульсе пациентки 65 уд/мин.
При обследовании, согласно предложенному способу диагностики, в кодограмме как линейных, так и пространственных матриц пациентки установлено наличие эталонных кодограмм онкопатологии. Проведенная гастроскопия с гистологическим анализом биопсийного материала подтвердила наличие у пациентки ограниченной начальной карциномы в выходном отделе желудка. Было проведено оперативное лечение с положительным результатом. При контрольных исследованиях через 6 месяцев у пациентки сохранялся «кодовый портрет» онкопатологии, однако, через 1 год при повторном обследовании «кодовый портрет» уже не выявлялся. В настоящее время пациентка здорова.
Наиболее достоверная диагностика (99-100%) при обследованиях по заявляемому способу отмечена на начальной бессимптомной стадии сахарного диабета, ишемической, гипертонической, мочекаменной, язвенной болезней, железодефицитной анемии, при риске полипобразования в желудке, прямой кишке, матке и риске онкопатологии. Следует отметить, что заболевания на стадии выраженных клинических проявлений и осложнений с риском смертельного исхода, напротив, диагностируются менее точно. В подобных случаях для кардиоимпульсов характерно появление ригидности параметров измерения свидетельствующих о развитии блокады информационной функции сердца, которую можно рассматривать в качестве симптома неблагоприятного прогноза развития заболевания. Подобное явление отмечено многими исследователями при изучении вариабельности сердечного ритма. Появление ригидности сердечного ритма предложено рассматривать как неблагоприятный прогностический симптом, в частности, как надежный предиктор внезапной смерти не только при ишемической болезни сердца [6], но и от других причин [7, 8]. Предлагаемый способ диагностики полезен также при динамическом контроле эффективности терапии и оперативных вмешательств.
Первый опыт использования матричного способа анализа электрокардиосигналов свидетельствует о том, что линейные матричные эталоны обеспечивают высокую точность диагностики заболеваний, а пространственные матрицы позволяют выявлять индивидуальные особенности их развития, что открывает перспективу для персонифицированного, предупредительного, профилактического лечения заболеваний внутренних органов с целью недопущения формирования их финальной стадии опасной для жизни человека.
Литература:
1. Успенский В.М. Информационная функция сердца. Теория и практика диагностики заболеваний внутренних органов методом информационного анализа электрокардиосигналов. М.: Экономика и информатика, 2008. 116 с.
2. Успенский В.М. Информационная функция сердца. Клиническая медицина. 2008. Т.86. №5. С.4–13.
3. Uspenskiy V.M. Information Function of the Heart. Biophysical substantiation of technical requirements for electrocardioblock registration and measurement of electrocardiosignals parameters acceptable for information analysis to diagnose internal diseases. In: Joint International IMEKO TC1+TC7+TC13 Symposium. August 31–September 2, 2011, Jena, Germany.
4. Uspenskiy V.M. Information Function of the Heart. A Measurement Model. In: Measurement 2011: 8-th International Conference. Smolenice, Slovakia, April 27–30, 2011. Pp.383–386.
5. Uspenskiy V.M. Diagnostic System Based on the Information Analysis of Electrocardiogram. In: Proceedings of MECO 2012. Advances and Challenges in Embedded Computing. Bar, Montenegro, June 19–21, 2012. Pp.74–76.
6. Успенский В.М. Информационная функция сердца. Теория и практика диагностики заболеваний внутренних органов методом информационного анализа электрокардиосигналов (2-ое дополненное издание). /Под редакцией член-корр. РАН профессора Симоненко В.Б. - М.: «Планета», 2016. – с. 256.
1. Дмитриев В.И. Прикладная теория информации. – М. Высшая школа, 1989 – 320 с.
2. Денисенко А.Н. Сигналы. Теоретическая радиотехника. Справочное пособие. - М.: Горячая линия — Телеком. 2005. - 704 с.
9. Голдман Станфорд. Теория информации. - М.: ИЛ, 1957. – 446 с.
10. Wolf, M.M., et al., Sinus arrhythmia in acute myocardial infarction. Medical Journal of Australia, 1978. 2: p. 52-53.97.
11. Dekker, J.M., et al., Heart rate variability from short electrocardiographic recordings predicts mortality from all causes in middle-aged and elderly men. The Zutphen Study. American Journal of Epidemiology, 1997. 145 (10): p. 899-908.
3. Tsuji, H., et al., Reduced heart rate variability and mortality risk in an elderly cohort. The Framingham Heart Study. Circulation, 1994. 90(2): p. 878-883.

Claims (13)

  1. Способ диагностики заболеваний внутренних органов неинфекционной природы с помощью матричного информационного анализа электрокардиосигналов (ЭКС), включающий непрерывное одновременное снятие 600 электрокардиоциклов в 1, 2 и 3-м стандартных отведениях по Эйнтховену или униполярных усиленных отведениях от конечностей по Гольдбергеру,
  2. измерение амплитуды QRS-желудочковых комплексов (Rn), интервалов времени между ними (Tn),
  3. структурирование массива зарегистрированных ЭКС с помощью «окна», включающего 3 последовательных QRS-комплекса с последующими интервалами времени, путем перемещения его на один кардиоцикл вдоль электрокардиограммы от начала до ее конца с учетом отведений,
  4. кодирование с помощью символов вариантов динамики параметров измерения QRS-желудочковых комплексов каждого кардиоцикла в пределах фрагмента структурированной электрокардиограммы,
  5. подсчет одинаковых комбинаций символов кодирования фрагментов структурированной электрокардиограммы и ранжирование их с учетом частоты встречаемости,
  6. отличающийся тем, что
  7. измерения проводят с увеличением частоты квантования до 10 кГц и более,
  8. при этом дополнительно, помимо амплитуды QRS-желудочковых комплексов (Rn) и интервалов времени между ними (Tn), определяют длительность (Dn) QRS-желудочковых комплексов и отношения Rn и последующего ему интервала времени (Tn), представляющего arctg. αn, условно отражающего в динамике фазовые отклонения (Fn+1) каждого последующего кардиоцикла относительно предыдущего (Fn),
  9. при структурировании ЭКГ с помощью упомянутого «окна» кодируют символами латинского алфавита каждый фрагмент структурированной электрокардиограммы с учетом вариантов сочетаний упомянутых четырех определяемых параметров по принципу «больше-меньше» не только соседствующих, но и дельты-параметров крайних кардиоциклов, и представляющих линейную матрицу семантической связи, где каждый символ учитывает один из 8 возможных дискретных вариантов этой связи, в соответствии с таблицей 1, представленной в описании изобретения, таким образом, код каждой структурной единицы ЭКГ, включающий три кардиоцикла, представлен суммой четырёх символов кодирования: динамики амплитуды Rn, QRS-желудочковых комплексов, интервалов времени между ними Tn, длительности Dn самих QRS-желудочковых комплексов и фазовых колебаний Fn+1 импульсов относительно друг друга, а также дельты-параметров крайних кардиоциклов,
  10. код каждой структурной единицы ЭКГ составляет линейную матрицу, представляющую информационную единицу структурированной ЭКГ, а их совокупность – кодограмму линейных матриц каждого отведения,
  11. формируют пространственную матричную кодограмму, представляющую совокупность полученных при кодировании линейных матриц, отражающих одновременно зарегистрированные в трёх стандартных отведениях три кардиоцикла,
  12. подсчитывают и ранжируют их в соответствии с частотой встречаемости, сравнивают с эталонными линейными и пространственными матрицами нормы и заболеваний, которые получены таким же способом и включают матрицы только 100% встречаемости среди здоровых людей или больных с отдельными конкретными заболеваниями,
  13. заключение о наличии нормы или заболеваний выносят при наличии в линейной и пространственной матричной кодограмме обследуемого соответствующих им линейных и пространственных эталонных матриц – в полном наборе комбинаций.
RU2020111518A 2020-03-19 2020-03-19 Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов RU2736696C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020111518A RU2736696C1 (ru) 2020-03-19 2020-03-19 Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020111518A RU2736696C1 (ru) 2020-03-19 2020-03-19 Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов

Publications (1)

Publication Number Publication Date
RU2736696C1 true RU2736696C1 (ru) 2020-11-19

Family

ID=73460786

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020111518A RU2736696C1 (ru) 2020-03-19 2020-03-19 Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов

Country Status (1)

Country Link
RU (1) RU2736696C1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2761741C1 (ru) * 2020-11-26 2021-12-13 Открытое акционерное общество "НПО "Геофизика-НВ" Способ неинвазивного определения биофизических сигналов

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2157093C1 (ru) * 1999-07-16 2000-10-10 Успенский Вячеслав Максимилианович Способ диагностики болезней неинфекционной этиологии
RU2163088C1 (ru) * 2000-04-12 2001-02-20 Успенский Вячеслав Максимилианович Способ диагностики заболеваний внутренних органов неинфекционной природы на любой стадии их развития
RU2407431C1 (ru) * 2009-07-07 2010-12-27 Вячеслав Максимилианович Успенский Способ диагностики заболеваний внутренних органов

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2157093C1 (ru) * 1999-07-16 2000-10-10 Успенский Вячеслав Максимилианович Способ диагностики болезней неинфекционной этиологии
RU2163088C1 (ru) * 2000-04-12 2001-02-20 Успенский Вячеслав Максимилианович Способ диагностики заболеваний внутренних органов неинфекционной природы на любой стадии их развития
RU2407431C1 (ru) * 2009-07-07 2010-12-27 Вячеслав Максимилианович Успенский Способ диагностики заболеваний внутренних органов

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2761741C1 (ru) * 2020-11-26 2021-12-13 Открытое акционерное общество "НПО "Геофизика-НВ" Способ неинвазивного определения биофизических сигналов

Similar Documents

Publication Publication Date Title
US9949650B2 (en) Fractional flow reserve estimation
US6152884A (en) Method and instrument for examination of heart/arteries using microphones
Yuda et al. Quantitative measurement of circumferential carotid arterial strain by two‐dimensional speckle tracking imaging in healthy subjects
RU2736696C1 (ru) Способ диагностики заболеваний внутренних органов с помощью матричного информационного анализа электрокардиосигналов
WO2023129752A1 (en) Assessment of hemodynamics parameters
van der Wall et al. Cardiac age detected by machine learning applied to the surface ECG of healthy subjects: Creation of a benchmark
Wang et al. Recent Advances in Cardiac Magnetic Resonance for Imaging of Acute Myocardial Infarction
Xu et al. Type 2 diabetes mellitus is associated with increased left ventricular mass independent of coronary artery volume
Prasad et al. Evolving epidemiology of transthyretin amyloid cardiomyopathy due to increased recognition in women
RU2163088C1 (ru) Способ диагностики заболеваний внутренних органов неинфекционной природы на любой стадии их развития
Pepper Differential aspects of the disease and treatment of thoracic acute aortic dissection (TAAD)—the European experience
Chatellier et al. Decision to treat mild hypertension after assessment by ambulatory monitoring and World Health Organisation recommendations.
Rademaker et al. Home monitoring of blood pressure: usefulness as a predictor of persistent hypertension
RU2275168C1 (ru) Способ диагностики гипертрофии миокарда левого желудочка
Nudi et al. Hybrid cardiac imaging for clinical decision-making
Farhan et al. Comparative study of ambulatory blood pressure monitoring and clinic blood pressure measurement in the risk assessment and management of hypertension
RU2157093C1 (ru) Способ диагностики болезней неинфекционной этиологии
RU2665436C1 (ru) Способ прогнозирования ближайших послеоперационных осложнений со стороны сердечно-сосудистой системы у больных, перенесших оперативное лечение по поводу колоректального рака
RU2407431C1 (ru) Способ диагностики заболеваний внутренних органов
RU2141247C1 (ru) Способ диагностики функционального состояния кардиосистемы
Roberts Jr et al. Incidental Discovery of a Left Ventricular Aneurysm After a Syncopal Episode
Hammami et al. 3028 The burden of hypertension and associated risk for cardiovascular mortality in the UK biobank
PRUITT et al. Congestive heart failure induced by primary systemic amyloidosis: a diagnostic problem
Voevodina et al. Multidetector Computed Tomography and Holter Monitoring as Methods of Digital Technologies in the Diagnosis of Hernia of the Esophageal Opening of the Diaphragm and Reflux Esophagitis
RU2161906C2 (ru) Способ диагностики язвенной болезни желудка и двенадцатиперстной кишки