UA20101U - Method for processing magnetocardiographic signals - Google Patents
Method for processing magnetocardiographic signals Download PDFInfo
- Publication number
- UA20101U UA20101U UAU200607153U UAU200607153U UA20101U UA 20101 U UA20101 U UA 20101U UA U200607153 U UAU200607153 U UA U200607153U UA U200607153 U UAU200607153 U UA U200607153U UA 20101 U UA20101 U UA 20101U
- Authority
- UA
- Ukraine
- Prior art keywords
- cardiocycles
- signals
- ecg
- interference
- icg
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000001360 synchronised effect Effects 0.000 claims abstract description 13
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 230000033764 rhythmic process Effects 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000012935 Averaging Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000001575 pathological effect Effects 0.000 description 4
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 3
- 210000004165 myocardium Anatomy 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003071 parasitic effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
Опис винаходуDescription of the invention
Корисна модель відноситься до медицини, а саме до кардіологі і може бути використана при 2 інструментальній діагностиці кардіологічних хвороб за допомогою неінвазивного методу магнітокардіографії (МКГ), для моніторингу населення з метою визначення ризику виникнення кардіологічних захворювань, а також для вивчення електрофізіологічних процесів у серці людини у наукових цілях.The useful model refers to medicine, namely to cardiologists and can be used in 2 instrumental diagnosis of cardiac diseases using the non-invasive method of magnetocardiography (MKG), for population monitoring in order to determine the risk of cardiac diseases, as well as for the study of electrophysiological processes in the human heart in scientific purposes.
В (патенті М/003026346) розглянуто спосіб обробки магнітокардіографічних (МКГ) сигналів шляхом редукції в них шуму на основі вейвлет перетворення з використанням сигналів референтного каналу. Фактично цей підхід 70 можна вважати способом адаптивної компенсації перешкод (АКП). Але в ньому розглянуто тільки один етап попередньої обробки - АКП, і не розкрито весь спосіб обробки сигналів до побудови магнітних карт.In (patent M/003026346) a method of processing magnetocardiographic (MKG) signals by reducing their noise based on wavelet transformation using reference channel signals is considered. In fact, this approach 70 can be considered a method of adaptive interference compensation (ACC). But it considers only one stage of pre-processing - ACP, and does not reveal the entire way of processing signals before building magnetic maps.
В І(патенті УМО02177821 також розглянуто спосіб обробки МКГ сигналів шляхом редукції в них шуму, але за рахунок використання усереднюючого згладжуючого фільтра. Цей підхід являє собою різновид цифрової фільтрації, але він також не охоплює всі етапи обробки МКГ сигналів до побудови магнітних карт. Проте, з 72 огляду на те, що в ньому використовують сигнали, отримані за допомогою 7-канального приладу в неекранованих умовах, він являє собою самий близький аналог, бо в цьому патенті також використано сигнали з аналогічним рівнем магнітних перешкод.I(patent UMO02177821 also considered a method of processing ICG signals by reducing their noise, but at the expense of using an averaging smoothing filter. This approach is a type of digital filtering, but it also does not cover all stages of processing ICG signals before constructing magnetic maps. However, 72 since it uses signals obtained by means of a 7-channel device in unshielded conditions, it is the closest analogue, because this patent also uses signals with a similar level of magnetic interference.
Технічною задачею корисної моделі є розробка способу обробки магнітокардіографічних сигналів, що дозволяє повисити якість (рівень відношення сигнал/шум) МКГ сигналів після обробки даних, зареєстрованих без застосування магніто-екранованої камери (МЕК), до степені достатньої для побудови магнітних карт та їх наступного медичного аналізу.The technical task of the useful model is to develop a method of processing magnetocardiographic signals, which allows to increase the quality (signal/noise ratio level) of ICG signals after processing the data registered without the use of a magnetically shielded camera (MEK) to a level sufficient for the construction of magnetic maps and their subsequent medical analysis
Поставлена задача в способі обробки магнітокардіографічних сигналів, який включає очищення магнітокардіографічних сигналів від перешкод, досягається тим, що в ньому додатково здійснюють синхронізацію магнітокардіографічних сигналів в усіх магнітокардіографічних каналах магнітокардіографа за допомогою референтної електрокардіограми та розбиття магнітокардіографічних сигналів на кардіоцикли, вилучення шо кардіоциклів, що включають невидалені негармонічні перешкоди, відбір кардіоциклів, синхронних з певними електрокардіографічними шаблонами, та сумування всіх відібраних на різних групах кардіоциклів.The task set in the method of processing magnetocardiographic signals, which includes cleaning magnetocardiographic signals from interference, is achieved by the fact that it additionally synchronizes magnetocardiographic signals in all magnetocardiographic channels of the magnetocardiograph using a reference electrocardiogram and breaks down magnetocardiographic signals into cardiocycles, extraction of cardiocycles that include undeleted inharmonic interference, selection of cardiocycles synchronous with certain electrocardiographic patterns, and summation of all selected on different groups of cardiocycles.
Технічний результат досягається за рахунок того, що після обробки МКГ сигналу при наявності великого рівня техногенних магнітних перешкод відношення сигнал/шум буде достатнім для проведення медичної - діагностики. авThe technical result is achieved due to the fact that after processing the ICG signal in the presence of a high level of man-made magnetic interference, the signal/noise ratio will be sufficient for conducting medical diagnostics. Av
На Фіг.1 - вигляд МКГ сигналу, зареєстрованого в неекранованих умовах;In Fig. 1 - a view of the ICG signal registered in unshielded conditions;
Фіг.2 - вигляд МКГ сигналу після цифрової фільтрації до АКП; --Fig. 2 - a view of the ICG signal after digital filtering to automatic transmission; --
Фіг.3 - вигляд МКГ сигналів, для яких потрібно в ручному режимі налагодити програмні фільтри і повторити Га») фільтрацію та/або провести додаткове згладжування; 325 Фіг.4 - вигляд МКГ сигналу після АКП; сFig. 3 - a view of ICG signals, for which it is necessary to set up software filters in manual mode and repeat Ha») filtering and/or carry out additional smoothing; 325 Fig. 4 - a view of the ICG signal after automatic transmission; with
Фіг.5 - вигляд МКГ сигналів, для яких потрібно в ручному режимі вибракування негармонічних перешкод;Fig. 5 - a view of ICG signals for which it is necessary to manually eliminate inharmonic interference;
Фіг.6 - вигляд МКГ кардіоциклів, які потрібно видалити в ручному режимі;Fig. 6 - a view of the ICG of cardiocycles that need to be deleted in manual mode;
Фіг.7 - вигляд синусового ритму по ЕКГ; «Fig. 7 - view of sinus rhythm on ECG; "
Фіг.8 - вигляд кардіоциклів, які потрібно включити в ручному режимі; 50 Фіг.9 - результат автоматичної селекції по ЕКГ шаблонам; З с Фіг.10 - вигляд усереднених МКГ та ЕКГ сигналів, що відповідають екстрасистолі.Fig. 8 - a view of cardiocycles that need to be included in manual mode; 50 Fig. 9 - the result of automatic selection according to ECG patterns; From c Fig. 10 - view of the averaged ICG and ECG signals corresponding to extrasystole.
І» Пропонований спосіб засновано на декількох послідовних діях, що дають змогу очистити сигнал від перешкод, проконтролювати якість обробки та побудувати якісні МКГ карти. Особливістю корисної моделі є те, що вона спеціально орієнтована на вхідний сигнал, який поряд з корисним магнітним полем серця має значні магнітні перешкоди, в основному це сильна перешкода промислової частоти (Фіг.1). Такий сигнал реєструється при о проведенні МКГ обстежень без магнітного екранування. Інший аспект полягає в тому, що корисна модель ав! орієнтована на використання дешевого 7-канального магнітокардіографа, що знижує вартість обстеження.I» The proposed method is based on several consecutive actions that allow to clean the signal from interference, control the quality of processing and build high-quality ICG maps. A feature of the useful model is that it is specially oriented to the input signal, which, along with the useful magnetic field of the heart, has significant magnetic interference, mainly a strong interference of the industrial frequency (Fig. 1). Such a signal is registered when ICG examinations are carried out without magnetic shielding. Another aspect is that the useful model av! focused on the use of a cheap 7-channel magnetocardiograph, which reduces the cost of the examination.
Пропонований спосіб обробки магнітокардіографічних сигналів складається з 5-ти етапів: - Ї. Очищення магнітокардіографічних сигналів від перешкод; ав! 20 ПЛ. Синхронізація магнітокардіографічних сигналів в усіх магнітокардіографічних каналах магнітокардіографа за допомогою референтної електрокардіограми та розбиття магнітокардіографічних сигналівThe proposed method of processing magnetocardiographic signals consists of 5 stages: - Y. Cleaning of magnetocardiographic signals from interference; aw! 20 PL. Synchronization of magnetocardiographic signals in all magnetocardiographic channels of the magnetocardiograph using a reference electrocardiogram and splitting of magnetocardiographic signals
З на кардіоцикли;With cardiocycles;
І. Видалення кардіоциклів, що включають невидалені негармонічні перешкоди;I. Removal of cardiocycles, including unremoved inharmonic interference;
ІМ. Відбір кардіоциклів, синхронних з певними електрокардіографічними шаблонами; 29 М. Сумування всіх відібраних на різних групах кардіоциклів. с Ї. Очищення магнітокардіографічних сигналів від перешкод. Цей етап полягає у послідовному проведенні: - цифрової фільтрації, - адаптивної компенсації перешкод (АКП).IM. Selection of cardiocycles synchronous with certain electrocardiographic patterns; 29 M. Summation of all cardiocycles selected on different groups. c Y. Cleaning magnetocardiographic signals from interference. This stage consists in sequential implementation of: - digital filtering, - adaptive interference compensation (ACC).
Фільтрація полягає у використанні програмних фільтрів низьких (ФНЧ), високих (ФВЧ) частот та 60 вузькосмугових фільтрів. У даній реалізації на умовчання застосовано ФНЧ з частотою зрізу 5ОГц, а ФВЧ - 0О,5Гц, порядки яких можуть бути вибрані оператором. В результаті перешкоди, частоти яких лежать за межами спектру корисного МКГ сигналу, послаблюються, а корисний сигнал не спотворюється (на Фіг.2 - видно, що після фільтрації амплітуда промислової частоти суттєво зменшилася).Filtering consists in the use of software filters of low (LF), high (HF) frequencies and 60 narrow-band filters. In this implementation, by default, a low-pass filter with a cut-off frequency of 50 Hz is used, and a high-frequency filter with a cut-off frequency of 00.5 Hz, the orders of which can be selected by the operator. As a result, interference whose frequencies lie outside the spectrum of the useful MCG signal is weakened, and the useful signal is not distorted (in Fig. 2 - it can be seen that after filtering the amplitude of the industrial frequency has significantly decreased).
Проте, вказані фільтри ефективні тільки по відношенню до гармонічних перешкод, які лежать нижче (дрейф бо нуля приладу, квазістаціонарні флуктуації магнітного поля Землі, квазістаціонарні струми в тілі людини та на його поверхні) та вище (промислова завада та її гармоніки) вказаних частот зрізу. Тому після НЧ та ВЧ фільтрації залишаються; 1) перешкоди, що лежать у смузі корисного сигналу (низькочастотні механічні резонанси в ліжку пацієнта та субгармоніки промислової частоти); 2) негармонічні перешкоди - стрибки та одиночні імпульси.However, the specified filters are effective only in relation to harmonic interferences that lie below (device zero drift, quasi-stationary fluctuations of the Earth's magnetic field, quasi-stationary currents in the human body and on its surface) and above (industrial interference and its harmonics) the specified cutoff frequencies. Therefore, after LF and HF filtering, they remain; 1) interferences lying in the useful signal band (low-frequency mechanical resonances in the patient's bed and industrial frequency subharmonics); 2) inharmonic disturbances - jumps and single pulses.
Перешкоди типу 1) залишаються, бо вони лежать у смузі пропускання ФНЧ та ФВ. Для їх видалення у даній реалізації передбачені вузькосмугові фільтри, параметри (центральні частоти та смуги подавлення) яких можуть бути вибрані користувачем у широких межах. Проте, користуватись ними потрібно обережно, бо вони можуть 7/0 спотворити корисний сигнал. Тому у даної корисної моделі пропонується спочатку провести обробку в автоматичному режимі, і якщо після усереднення залишаться гармонічні перешкоди, тоді вивчити спектр сигналу, і за його допомогою встановити параметри вузькосмугових фільтрів, а потім повторно провести фільтрацію.Obstacles of type 1) remain, because they lie in the transmission band of low frequency and PV. To remove them, narrowband filters are provided in this implementation, the parameters of which (central frequencies and suppression bands) can be selected by the user within wide limits. However, they should be used with care, because they can 7/0 distort the useful signal. Therefore, in this useful model, it is proposed to first carry out processing in automatic mode, and if after averaging harmonic interference remains, then study the signal spectrum, and with its help set the parameters of narrow-band filters, and then perform filtering again.
Наприклад, на Фіг.3 показано МКГ сигнали після автоматичної обробки, де у більшості просторових точок видно нескомпенсовану гармонічну перешкоду, спектральний аналіз якої показує, що це промислова субгармоніка /5 частоти біля 12Гц.For example, Fig. 3 shows the ICG signals after automatic processing, where uncompensated harmonic interference is visible at most spatial points, the spectral analysis of which shows that it is an industrial subharmonic /5 with a frequency of about 12 Hz.
Інша можливість зменшення гармонічних перешкод полягає у використанні додаткового згладжування. Тому у даному способі обробки у разі, якщо вказані вище програмні фільтри не принесли очікуваного ефекту або їх використання недоцільне, пропонується у ручному режимі провести додаткове згладжування МКГ кривих у часі.Another way to reduce harmonic interference is to use additional smoothing. Therefore, in this processing method, if the above software filters did not bring the expected effect or their use is impractical, it is suggested to carry out additional smoothing of the ICG curves over time in manual mode.
Це може мати місце, наприклад, коли гармонічна перешкода лежить у широкій смузі частот.This can happen, for example, when the harmonic interference lies in a wide frequency band.
Проте, програмні фільтри не можуть повністю подавити гармонічні перешкоди у смузі корисного сигналу, бо мають обмежену точність задання коефіцієнтів, частот зрізу та смуг пропускання, а їх ефективність залежить від порядку фільтра. Звичайно, підвищення порядку фільтра, розширення смуг подавления, пониження частоти зрізу ФНУЧ та підвищення такої у ФВЧ приведуть до зменшення рівня перешкод. Але ці заходи мають обмежене застосування по причині можливого спотворення корисного сигналу, що несе діагностичну інформацію. Тому ов рекомендується користуватися параметрами фільтрів, записаними в програмі на умовчання, а зміни параметрів фільтрів, направлені на сильніше подавления перешкод проводити тільки після перевірки, що такі зміни не но приведуть до спотворення діагностичної інформації.However, software filters cannot completely suppress harmonic interference in the useful signal band, because they have a limited accuracy of setting coefficients, cut-off frequencies and bandwidths, and their effectiveness depends on the order of the filter. Of course, increasing the order of the filter, widening the suppression bands, lowering the cut-off frequency of the FNHF and increasing it in the FHF will lead to a decrease in the level of interference. But these measures have limited application due to the possible distortion of the useful signal carrying diagnostic information. Therefore, it is recommended to use the filter parameters recorded in the program by default, and to make changes to filter parameters aimed at stronger interference suppression only after checking that such changes will not lead to distortion of diagnostic information.
Перешкоди типу 2) - негармонічні імпульсні перешкоди, залишаються, бо вони погано фільтруються, так як їх частотний спектр лежить у широкій смузі частот. Інша причина появи стрибків є внутрішня - якщо амплітуда «- зо та/або фаза зовнішньої гармонічної перешкоди змінюються протягом запису досить швидко, в тому числі, і стрибкоподібно, то після фільтрації ці зміни породжують повільні варіації (тренд) і стрибки нульової лінії оInterferences of type 2) - inharmonic impulse interferences, remain because they are poorly filtered, as their frequency spectrum lies in a wide frequency band. Another reason for the appearance of jumps is internal - if the amplitude "- zo and/or the phase of the external harmonic interference change during the recording quite quickly, including jump-like, then after filtering these changes generate slow variations (trend) and jumps of the zero line o
МКГ каналів (а також в синхронні їм варіації референтних сигналів). Це паразитний ефект, причина якого «- полягає у тому, що вказані програмні фільтри мають постійні коефіцієнти, тобто є стаціонарними, а отже - не можуть адекватно відфільтрувати нестаціонарні сигнали. оICG channels (as well as in their synchronous variations of reference signals). This is a parasitic effect, the reason of which "- lies in the fact that the specified software filters have constant coefficients, that is, they are stationary, and therefore - they cannot adequately filter non-stationary signals. at
Тому в даній реалізації для видалення невідфільтрованих перешкод обох вказаних вище типів с використовується процедура АКП. Її суть відома і полягає в обчисленні вагових коефіцієнтів (коефіцієнтів АКП) референтних каналів та відніманні зваженої суми референтних сигналів від сигналів в МКГ каналах. МКГ канали реєструють корисний сигнал від серця та перешкоди, а референтні - тільки перешкоди. В результаті відбувається віднімання (компенсація) перешкод. В даній реалізації використано 4 МКГ та З референтні канали, отже « обчислюється 12 коефіцієнтів АКП. Адаптивність процедури полягає в тому, що вказані коефіцієнти обчислюються шв с в кожній просторовій точці, а отже - змінюються в часі, пристосовуючись (адаптуючись) до конкретної шумової обстановки. )» АКП досить ефективно подавлює перешкоди. Це видно із порівняння сигналу до (Фіг.2) та після (Фіг.4) АКП.Therefore, in this implementation, the ACP procedure is used to remove unfiltered interference of both types specified above. Its essence is known and consists in calculating the weighting coefficients (ACC coefficients) of the reference channels and subtracting the weighted sum of the reference signals from the signals in the ICG channels. IKG channels register a useful signal from the heart and interference, and reference channels - only interference. As a result, there is a subtraction (compensation) of obstacles. In this implementation, 4 ICG and Z reference channels are used, therefore, 12 ACP coefficients are calculated. The adaptability of the procedure consists in the fact that the specified coefficients are calculated at each spatial point, and therefore change over time, adjusting (adapting) to a specific noise situation. )" automatic transmission suppresses obstacles quite effectively. This can be seen from the comparison of the signal before (Fig. 2) and after (Fig. 4) ACP.
Так, після АКП відсутній імпульсна перешкода (стрибок) та суттєво компенсована промислова перешкода, до рівня наступної за величиною перешкоди 150Гц, яка вже візуально видна на Фіг.4. Проте, точність процедури АКПThus, after automatic transmission, there is no impulse interference (jump) and significantly compensated industrial interference, up to the level of the next largest interference 150 Hz, which is already visually visible in Fig. 4. However, the accuracy of the ACP procedure
ГІ обмежена: - обчислювальною точністю вирахування коефіцієнтів АКП; о - інтегральним характером вказаних коефіцієнтів, отриманих, як правило, як скалярний добуток сигналів - двох (МКГ та референтного) каналів; - обмеженою швидкістю адаптації, що обмежена довжиною вибірки сигналів, мінімальна тривалість якої у о даній реалізації становить ЗО0с; як - неідентичністю перешкод в МКГ та референтних каналах (головним чином, внаслідок того, що їх антени знаходяться в різних точках простору та проникненню градієнтних перешкод в антени МКГ каналів).GI is limited by: - computational accuracy of calculation of ACP coefficients; o - the integral nature of the specified coefficients, obtained, as a rule, as a scalar product of the signals of two (ICG and reference) channels; - limited speed of adaptation, which is limited by the length of signal sampling, the minimum duration of which in this implementation is ЗО0s; as - the non-identity of interference in the ICG and reference channels (mainly due to the fact that their antennas are located at different points in space and the penetration of gradient interference into the antennas of the ICG channels).
В результаті вказані перешкоди не можуть бути знищені повністю. Тому для їх редукції далі ВИиКОристовуються процедури: 1) видалення небажаних кардіоциклів - для видалення негармонічних перешкод (етап 3); с 2) усереднення - для подавления гармонічних перешкод (етап 5).As a result, these obstacles cannot be completely destroyed. Therefore, the following procedures are used for their reduction: 1) removal of unwanted cardiocycles - to remove inharmonic interference (stage 3); c 2) averaging - to suppress harmonic interference (stage 5).
І. Синхронізація та розбиття сигналів на кардіоцикли. Цей етап полягає у послідовному проведенні: - синхронізації сигналів в усіх МКГ каналах за допомогою референтної електрокардіограми (ЕКГ); 60 - розбиття сигналів на кардіоцикли.I. Synchronization and division of signals into cardiocycles. This stage consists in the sequential implementation of: - synchronization of signals in all ICG channels using a reference electrocardiogram (ECG); 60 - division of signals into cardiocycles.
Перед видаленням небажаних кардіоциклів проводять дві допоміжні операції - синхронізація сигналів в усіхBefore removing unwanted cardiocycles, two auxiliary operations are performed - synchronization of signals in all of them
МКГ каналах за допомогою референтної ЕКГ та розбиття сигналів на кардіоцикли. Синхронізація полягає у суміщені в часі сигналів в 4-х МКГ каналах із синхронним ЕКГ каналом. Перш за все на ЕКГ відшукуються і помічаються найсильніші, як правило, - це К-зубці, за допомогою яких вона розбивається на окремі кардіоцикли. 65 Після цього часові маркери, що відповідають К-зубцям ЕКГ, переносяться в МКГ канали. Розбиття на окремі кардіоцикли полягає у відшуканні їх границь та відміченні маркерами. У даній реалізації при розставлянні границь прийнято відношення тривалості кардіоциклу до та після К зубця як 4095/6095. Проте точна величина цього співвідношення не має діагностичного значення, бо границі кардіоциклу попадають на діастолу, де практично відсутня електрична активність міокарду.ICG channels using a reference ECG and splitting signals into cardiocycles. Synchronization consists in time-aligned signals in 4 MKG channels with a synchronous ECG channel. First of all, the strongest, as a rule, are K-waves, which are used to divide it into separate cardiocycles. 65 After that, the time markers corresponding to the K-waves of the ECG are transferred to the IKG channels. The division into separate cardiocycles consists in finding their boundaries and marking them with markers. In this implementation, when setting the boundaries, the ratio of the duration of the cardiocycle before and after the K wave is taken as 4095/6095. However, the exact value of this ratio has no diagnostic value, because the limits of the cardiocycle fall on diastole, where there is practically no electrical activity of the myocardium.
Таке розбиття у даній реалізації спочатку виконують для ЕКГ, а потім застосовують для МКГ каналів. В результаті у 4-х магнітокардіограмах (кожна вибірка тривалістю З0с) автоматично розставляються синхронізуючі маркери, що відповідають К-зубцям ЕКГ та маркери границь кардіоциклів, що відповідають одному періоду биття серця. При цьому крайні кардіоцикли відсікаються, бо вони, як правило, неповні та можуть мати артефакти, пов'язані з перехідними процесами в реєструючій апаратурі. Цей етап виконується в автоматичному режимі і не 7/0 потребує втручання користувача.Such a division in this implementation is first performed for the ECG, and then applied to the ICG of the channels. As a result, in 4 magnetocardiograms (each sample with a duration of 30s), synchronizing markers corresponding to K-teeth of the ECG and markers of cardiocycle boundaries corresponding to one heartbeat period are automatically placed. At the same time, extreme cardiocycles are cut off, because they are usually incomplete and may have artifacts associated with transient processes in the recording equipment. This stage is performed automatically and does not 7/0 require user intervention.
І. Видалення небажаних кардіоциклів. Цей етап полягає у послідовному проведенні: - автоматичного видалення небажаних кардіоциклів, - ручному перегляді кардіоциклів.I. Removal of unwanted cardiocycles. This stage consists in sequentially performing: - automatic removal of unwanted cardiocycles, - manual review of cardiocycles.
Небажані кардіоцикли - це такі, що включають невидалені негармонічні перешкоди. Їх видалення полягає у 7/5 Відміченні, в результаті чого вони виключаються із часової вибірки. У даної корисної моделі пропонується проводити видалення вказаних кардіоциклів у дві стадії. Перша - це видалення в автоматичному режимі, що не потребує втручання користувача. В цьому режимі є змога видалити перешкоди, опис яких може бути легко формалізований у вигляді математичного виразу. До таких відносяться перешкоди, амплітуди яких перевищують розмах корисного сигналу. Тоді вони легко розпізнаються, якщо встановити перевірку на умову - чи перевищує 2о бигнал в даному кардіоциклі вказаний розмах. У разі, якщо дана умова виконується, то такий кардіоцикл видаляється.Unwanted cardiocycles are those that include unremoved inharmonic interference. Their removal is a 7/5 Mark, which removes them from the time sample. In this useful model, it is proposed to remove the indicated cardiocycles in two stages. The first is automatic deletion that does not require user intervention. In this mode, it is possible to remove obstacles, the description of which can be easily formalized in the form of a mathematical expression. These include interference whose amplitudes exceed the amplitude of the useful signal. Then they are easily recognized if you set a check on the condition - whether the 2o bignal in this cardiocycle exceeds the specified range. If this condition is met, then such a cardiocycle is deleted.
Але існують ситуації, що не дають змоги правильно видалити перешкоди в автоматичному режимі. Програма має два типи помилок (вони відомі як помилки 1-го та 2-го роду) - або не видалена реальна перешкода, або помилково за перешкоду прийнято сигнал, пов'язаний з (можливо патологічною) діяльністю серця. В даній ов реалізації ці помилки такі: 1) коли перешкоди мають амплітуди, які не перевищують корисного МКГ сигналу. Такі перешкоди важко но формалізувати і видалити в автоматичному режимі. На Фіг.5 приведено 36 МКГ сигналів після обробки, звідки видно, що в просторовій точці 4-14 автоматично не видалена перешкода у вигляді стрибка відносно малої амплітуди. «- зо 2) Коли перешкоди мають амплітуди, які перевищують корисний МКГ сигнал, але немає впевненості, що даний імпульс чи стрибок сигналу не пов'язаний з діяльністю серця. оBut there are situations that make it impossible to correctly remove obstacles in automatic mode. The program has two types of errors (they are known as errors of the 1st and 2nd kind) - either a real obstacle is not removed, or a signal related to (possibly pathological) heart activity is mistaken for an obstacle. In this implementation, these errors are as follows: 1) when the interference has amplitudes that do not exceed the useful ICG signal. Such obstacles are difficult to formalize and remove automatically. Figure 5 shows 36 MKG signals after processing, from which it can be seen that the obstacle in the form of a jump of relatively small amplitude was not automatically removed at the spatial point 4-14. "- zo 2) When interferences have amplitudes that exceed the useful IKG signal, but there is no certainty that this impulse or signal jump is not related to the activity of the heart. at
Наявність описаних вище ситуацій апріорі невідома, тому в даній корисній моделі пропонується далі завжди «- застосовувати перегляд кардіоциклів у ручному режимі. При цьому користувач повинен сам прийняти рішення, яке відповідно полягає у: о 1) додатковому видаленні синхронних кардіоциклів в усіх 4-х МКГ каналах з такими перешкодами, якщо вони с одночасно (синхронно) мають місце хоча б в одному з МКГ каналів та хоча б в одному з референтних каналів.The presence of the situations described above is not known a priori, therefore, in this useful model, it is suggested to always "- use the review of cardiocycles in manual mode. At the same time, the user must make a decision himself, which, accordingly, consists of: o 1) additional removal of synchronous cardiocycles in all 4 ICG channels with such interference, if they simultaneously (synchronously) take place in at least one of the ICG channels and at least in one of the reference channels.
Наприклад, на Фіг.б необхідно видалити два середніх МКГ кардіоцикли, бо вони вміщують стрибки (показані стрілками), які відсутні на ЕКГ. 2) додатковому включенні синхронних кардіоциклів в усіх 4-х МКГ каналах з нерозпізнаними сигналами « (імпульсами чи стрибками), якщо вони одночасно (синхронно) мають місце хоча б в одному з МКГ каналівтавЕКГ - с каналі.For example, in Fig. b it is necessary to remove two middle ICG cardiocycles, because they include jumps (shown by arrows), which are absent on the ECG. 2) additional inclusion of synchronous cardiocycles in all 4 IKG channels with unrecognized signals (pulses or jumps), if they simultaneously (synchronously) take place in at least one of the IKG channels and the ECG channel.
Сенс видалення кардіоциклу у випадку 1) полягає в тому, що якщо якийсь сигнал корелює в МКГ та )» референтних каналах, це означає, що він генерується зовнішніми джерелами перешкод, а не серцем. Сенс залишити у вибірці кардіоцикл, що має якийсь нерозпізнаний сигнал (що був програмою помилково розпізнаний як перешкода) полягає в тому, що якщо якийсь сигнал корелює в ЕКГ та МКГ каналах, це означає, що він генеруєтьсяThe meaning of removing the cardiocycle in case 1) is that if some signal is correlated in the ICG and )» reference channels, it means that it is generated by external interference sources and not by the heart. The point of leaving in the sample a cardiocycle that has some unrecognized signal (that was falsely recognized as interference by the program) is that if some signal is correlated in the ECG and ICG channels, it means that it is generated
ГІ серцем, а не зовнішніми джерелами перешкод.GI with the heart, not external sources of obstacles.
ІМ. Селекція кардіоциклів. Як було відмічено вище, навіть після АКП в сигналі МКГ каналу (поряд із о імпульсними) можуть залишитись нескомпенсовані гармонічні перешкоди (Фіг.4). Для їх подальшого зменшення - використана операція усереднення. Але перед власне усередненням необхідно правильно відібрати кардіоцикли, 5р що відносяться до певних типів ритму. Цей етап полягає у: о - накопиченні представницьких ЕКГ комплексів, що відображають певний тип ритму серця (так званих шк шаблонів); - класифікації ЕКГ кардіоциклів по вказаним шаблонам, - відборі МКГ кардіоциклів, синхронних з певним ЕКГ-шаблоном (так звана селекція МКГ кардіоциклів).IM. Selection of cardiocycles. As it was noted above, even after ACP, uncompensated harmonic interference may remain in the MCG signal of the channel (along with pulse signals) (Fig. 4). For their further reduction, an averaging operation was used. But before the actual averaging, it is necessary to correctly select cardiocycles, 5p which belong to certain types of rhythm. This stage consists in: o - accumulation of representative ECG complexes reflecting a certain type of heart rhythm (so-called heart patterns); - classification of ECG cardiocycles according to the specified patterns, - selection of IKG cardiocycles synchronous with a certain ECG pattern (the so-called selection of IKG cardiocycles).
Необхідність цього етапу обумовлена тим відомим фактом, що різні патології серця по різному проявляються на ЕКГ. Ці прояви мають характерну форму кривої ЕКГ (тип ритму), що відрізняється від норми (синусового ритму с - Фіг.7). При цьому у хворого, як правило, патологічний (ії) ритм (ї) може (уть) співіснувати з синусовим. Для аналізу патологічних джерел в міокарді, що породжують кожний з вказаних патологічних ритмів, необхідно мати набір відповідних шаблонів - представницьких (стандартизованих) ЕКГ комплексів, що відображають певний тип бо ритму серця. Тому першим етапом усереднення є накопичення таких стандартизованих ЕКГ комплексів. У даній реалізації це реалізовано як режим навчання, коли користувач сам вибирає довільний комплекс певного типу ритму референтної ЕКГ як шаблон відповідного ритму. У даної корисної моделі з метою врахування різних типівThe necessity of this stage is due to the well-known fact that different pathologies of the heart are manifested in different ways on the ECG. These manifestations have a characteristic shape of the ECG curve (type of rhythm), which differs from the norm (sinus rhythm c - Fig. 7). At the same time, in the patient, as a rule, the pathological rhythm can coexist with the sinus rhythm. To analyze the pathological sources in the myocardium that generate each of the specified pathological rhythms, it is necessary to have a set of appropriate templates - representative (standardized) ECG complexes that reflect a certain type of heart rhythm. Therefore, the first stage of averaging is the accumulation of such standardized ECG complexes. In this implementation, this is implemented as a learning mode, when the user himself selects an arbitrary complex of a certain type of rhythm of the reference ECG as a template for the corresponding rhythm. In this useful model in order to take into account different types
МКГ комплексів передбачено вибір декількох ЕКГ шаблонів.ICG complexes provide for the selection of several ECG templates.
Коли такий набір шаблонів набрано, стає можливим перейти до наступного етапу - класифікації. Вона полягає 65. У розділенні всіх ЕКГ комплексів даної вибірки на групи, що відносяться до певного типу ритму. У даній реалізації це відбувається шляхом порівняння ступеня близькості певного ЕКГ кардіоциклу з набором шаблонів.When such a set of templates is collected, it becomes possible to proceed to the next stage - classification. It consists 65. in the division of all ECG complexes of this sample into groups related to a certain type of rhythm. In this implementation, this is done by comparing the degree of closeness of a certain ECG cardiac cycle with a set of templates.
При цьому кардіоцикл відноситься до групи, що відповідає шаблону, ступінь близькості до якого максимальна.At the same time, the cardiocycle belongs to the group corresponding to the template, the degree of closeness to which is maximum.
Цей етап відбувається автоматично без втручання користувача, а всі ЕКГ кардіоцикли відмічаються цифрами, що відповідають номеру певного ЕКГ шаблону. На Фіг.8 приведено ЕКГ сигнал, що має З кардіоцикли, що Відносяться до синусового ритму, передсистолічного стану та екстрасистоли. Видно, що автоматична селекція правильно віднесла вказані цикли до груп, відповідно, номер 1, 3, та 2. Це свідчить, що набір ЕКГ шаблонів включає вказані ЕКГ шаблони під відповідними номерами.This stage occurs automatically without user intervention, and all ECG cardiac cycles are marked with numbers corresponding to the number of a certain ECG pattern. Figure 8 shows an ECG signal with Z cardiocycles related to sinus rhythm, presystolic state and extrasystole. It can be seen that the automatic selection correctly assigned the indicated cycles to the groups, respectively, number 1, 3, and 2. This indicates that the set of ECG patterns includes the indicated ECG patterns under the corresponding numbers.
Наступним є власне селекція МКГ кардіоциклів - відбір МКГ кардіоциклів, синхронних з певним ЕКГ-шаблоном.Next is the proper selection of the ICG of cardiocycles - the selection of the ICG of cardiocycles synchronous with a certain ECG pattern.
Це відбувається теж в автоматичному режимі в усіх МКГ каналах. В результаті всі МКГ кардіоцикли розділяються 7/о на групи, номер якої відмічається цифрою, що відповідає певному ЕКГ шаблону.This also happens automatically in all ICG channels. As a result, all IKG cardiocycles are divided 7/o into groups, the number of which is marked with a number corresponding to a certain ECG pattern.
Проте в автоматичному режимі при селекції теж можливі помилки 1 та 2 роду. При селекції ЕКГ ці помилки відповідно такі: 1) Помилки 1 роду - це коли деякі ЕКГ кардіоцикли віднесені до "чужого" шаблону. 2) Помилки 2 роду - це коли деякі "чужі" ЕКГ кардіоцикли віднесені до "нашого" шаблону.However, type 1 and type 2 errors are also possible in automatic selection. When selecting an ECG, these errors are as follows: 1) Type 1 errors are when some ECG cardiocycles are assigned to a "foreign" template. 2) Errors of the 2nd kind are when some "foreign" ECG cardiocycles are assigned to "our" template.
Причина помилок 1 роду по ЕКГ - коли шаблони дуже подібні, може бути в принципі зменшена до як завгодно низького рівня за рахунок вдосконалення математичних методів обчислення подібності кардіоциклів. Причин помилок 2 роду по ЕКГ дві: перша - аналогічна причині ЕКГ помилок 1 роду. Друга причина - у даній вибірці присутній тип ритму на ЕКГ, що відсутній в наборі ЕКГ шаблонів. Ця причина не може бути ліквідована програмними засобами і вимагає добавляння нового шаблону в ручному режимі.The reason for errors of the 1st kind on the ECG - when the patterns are very similar, can in principle be reduced to an arbitrarily low level due to the improvement of mathematical methods for calculating the similarity of cardiocycles. There are two causes of type 2 errors on the ECG: the first is similar to the cause of type 1 ECG errors. The second reason is that in this sample there is a type of rhythm on the ECG that is absent in the set of ECG templates. This reason cannot be eliminated by software and requires adding a new template manually.
При селекції МКГ ці помилки формально аналогічні таким по ЕКГ: 1) Помилки 1 роду - деякі МКГ кардіоцикли віднесені до "чужого" шаблону. 2) Помилки 2 роду - це коли деякі "чужі" МКГ кардіоцикли віднесені до "нашого" шаблону.When selecting ICG, these errors are formally analogous to those on the ECG: 1) Errors of the 1st kind - some ICG cardiocycles are assigned to a "foreign" template. 2) Errors of the 2nd kind are when some "foreign" ICG cardiocycles are assigned to "our" template.
Причина помилок 1 роду по МКГ є відповідні помилки по ЕКГ, а тому вони автоматично виправляються при коригуванні ЕКГ помилок 1 роду і не потребують втручання оператора. На Фіг.9 приведено приклад такої помилки, об ВИДНО, ЩО другий МКГ кардіоцикл (верхні крива) помилково віднесено до шаблону Мо2, в той час, як він відноситься до синусового ритму (шаблон Ме1). Причина полягає у відповідній помилці у віднесенні другого ЕКГ но кардоциклу, який відрізняється від інших квазіпостійним зміщенням нульової лінії. Таке зміщення є паразитним ефектом в ЕКГ вимірюваннях (зміна опору кожі, контакту шкіра-електрод, кожно-гальванічні потенціали та інше) і не має ніякого відношення до діяльності серця. «- зо Причин помилок 2 роду по МКГ теж дві: перша - аналогічна ЕКГ помилкам 2-го роду (дивись вище - дві причини). Друга причина МКГ помилок 2 роду полягає в тому, що в міокарді наявна патологія, при якій мають о місце зміни, що відображається на МКГ, але не відображаються на ЕКГ. Ця причина обумовлена перевагою МКГ у «- порівнянні з ЕКГ і може бути виправлена тільки в ручному режимі.The cause of errors of the 1st kind on the ICG are the corresponding errors on the ECG, and therefore they are automatically corrected during the correction of the ECG of the errors of the 1st kind and do not require the intervention of the operator. Fig. 9 shows an example of such an error, where it is VISIBLE THAT the second IKG cardiocycle (upper curve) is mistakenly assigned to the Mo2 pattern, while it belongs to the sinus rhythm (Me1 pattern). The reason lies in the corresponding error in the attribution of the second ECG to the cardiac cycle, which differs from the others by a quasi-constant displacement of the zero line. Such a shift is a parasitic effect in ECG measurements (change in skin resistance, skin-electrode contact, skin-galvanic potentials, etc.) and has nothing to do with heart activity. There are also two reasons for errors of the 2nd type according to the ICG: the first is similar to the errors of the 2nd type of the ECG (see above - two reasons). The second reason for MKG errors of the 2nd kind is that there is a pathology in the myocardium in which there are changes that are reflected on the MKG, but are not reflected on the ECG. This reason is due to the advantage of ICG in comparison with ECG and can be corrected only in manual mode.
Наявність описаних вище помилок апріорі невідома, тому в даній корисній моделі пропонується далі завжди о з5 Застосовувати селекцію кардіоциклів у ручному режимі. При цьому користувач повинен сам виявити помилки с селекції та прийняти рішення, яке відповідно полягає у: 1) додатковому видаленні ЕКГ кардіоциклів, що помилково віднесені програмою до "чужих" шаблонів та включенні їх у групи "своїх" шаблонів - у разі, якщо шаблони різні, але їх морфологія (форма) подібна. Таким чином будуть виправлені по ЕКГ і (автоматично) по МКГ повністю помилки 1 роду та частково помилки 2 роду. «The presence of the above-described errors is not known a priori, therefore, in this useful model, it is suggested to always o 5 Use cardiocycle selection in manual mode. At the same time, the user must identify selection errors himself and make a decision, which, accordingly, consists in: 1) additional deletion of ECG cardiocycles mistakenly assigned by the program to "other" templates and including them in groups of "own" templates - in case the templates are different , but their morphology (shape) is similar. In this way, errors of the 1st kind and partially of the 2nd kind will be corrected on the ECG and (automatically) on the ICG. "
Так, кардіоцикл на Фіг.9 повинен бут видалений з групи 2 та включений в групу 1, що описує синусів ритм. шв с 2) Додатковому включенні нового (их) шаблону (ів) - у разі, якщо наявний тип ЕКГ ритму, морфологія (форма) якого суттєво відрізняється від того шаблону, до якого він був помилково віднесений. Таким чином )» будуть виправлені помилки 2 роду повністю по ЕКГ та частково - по МКГ.Thus, the cardiocycle in Fig. 9 should be removed from group 2 and included in group 1, which describes sinus rhythm. sv c 2) Additional inclusion of a new pattern (s) - if there is an ECG type of rhythm, the morphology (form) of which is significantly different from the pattern to which it was mistakenly assigned. In this way, type 2 errors will be corrected completely on the ECG and partially on the ICG.
З) Додатковій селекції окремого набору (підгрупи) МКГ кардіоциклів, всередині певного ЕКГ шаблону - у разі, якщо наявний тип МКГ ритму, морфологія (форма) якого суттєво відрізняється від того ЕКГ шаблону, до ко якого він був помилково віднесений. Таким чином будуть виправлені повністю помилки 2 роду по МКГ.C) Additional selection of a separate set (subgroup) of IKG cardiocycles, within a certain ECG template - in case there is an IKG type of rhythm, the morphology (shape) of which is significantly different from the ECG template to which it was mistakenly assigned. In this way, errors of the 2nd kind according to the ICG will be completely corrected.
М. Усереднення. Процедура усереднення полягає у сумуванні всіх відібраних на етапі ІМ на різних групах о кардіоциклів, синхронізованих по Б-зубцю ЕКГ. Її сенс грунтується на: - - неідеальності серця як генератора, період коливань якого має певний фізіологічний коридор; - джерела зовнішніх гармонічних перешкод некорельовані між собою; о - таких джерел багато.M. Averaging. The averaging procedure consists in summing up all cardiocycles selected at the stage of MI on different groups of cardiocycles synchronized on the B-wave of the ECG. Its meaning is based on: - - imperfection of the heart as a generator, the oscillation period of which has a certain physiological corridor; - sources of external harmonic interference are uncorrelated with each other; o - there are many such sources.
Кк В результаті фази перешкод від одного циклу до іншого змінюються практично випадково, отже сумарна перешкода носить стохастичний характер. Відомо, що амплітуда сумарного (усередненого) кардіоциклу збільшується пропорційно кількості членів суми, а амплітуда стохастичної перешкоди - як квадратний корінь ов вказаної кількості. Після такої процедури відношення сигнал/шум усередненого кардіоциклу в квадратний корінь від числа сумованих кардіоциклів більше цього відношення у сигналі до усереднення. Цей етап полягає у: с - сумуванні кардіоциклів; - генерації усереднених МКГ файлів, що відповідають певним шаблонам.Кк As a result, the interference phases from one cycle to another change almost randomly, so the total interference is stochastic in nature. It is known that the amplitude of the total (averaged) cardiocycle increases proportionally to the number of members of the sum, and the amplitude of the stochastic interference - as the square root of the specified number. After such a procedure, the signal-to-noise ratio of the averaged cardiac cycle in the square root of the number of summed cardiac cycles is greater than this ratio in the signal to averaging. This stage consists in: c - summation of cardiocycles; - generation of averaged ICG files corresponding to certain patterns.
Сумування кардіоциклів полягає в сумуванні в кожній просторовій точці синхронних ЕКГ і МКГ кардіоциклів, бо окремо в ЕКГ каналі і в кожному МКГ каналі, а в кожній точці - окремо для певного типу ритму (шаблону). В даній реалізації при сумуванні враховується різна тривалість кардіоциклу. В результаті для кожного шаблону, що був розрізнений на ЕКГ, отримаємо 1 ЕКГ та 36 усереднених МКГ кардіоциклів. На основі цього набору усереднених кардіоциклів, що відповідає певному шаблону, генерується файл. Таким чином, в даній корисній моделі з метою окремої діагностики кожного з типів ритму, що відповідають певним шаблонам, передбачена 65 генерація декількох усереднених МКГ файлів. Цей етап виконується в автоматичному режимі і не потребує втручання користувача. На Фіг.10 приведено усереднені ЕКГ та МКГ в точці 5-4 кардіоцикли, що відповідають екстрасистолі та демонструють потрібну якість обробки, що полягає у відсутності магнітних перешкод.The summation of cardiocycles consists in the summation at each spatial point of synchronous ECG and MCG of cardiocycles, because separately in the ECG channel and in each MKG channel, and at each point - separately for a certain type of rhythm (pattern). In this implementation, summation takes into account different cardiocycle durations. As a result, for each pattern that was distinguished on the ECG, we will get 1 ECG and 36 averaged IKG cardiocycles. Based on this set of averaged cardiocycles corresponding to a certain pattern, a file is generated. Thus, in this useful model, for the purpose of separate diagnosis of each of the rhythm types corresponding to certain patterns, the generation of several averaged ICG files is provided. This step is performed automatically and does not require user intervention. Figure 10 shows the averaged ECG and MCG at point 5-4 of cardiocycles, which correspond to extrasystole and demonstrate the required quality of processing, which consists in the absence of magnetic interference.
Для зручності в описаній реалізації рекомендується спочатку провести обробку в автоматичному режимі.For convenience in the described implementation, it is recommended to first perform the processing in automatic mode.
Потім у даній корисній моделі необхідно провести контроль якості обробки, переглянувши всі 36 МКГ сигналів у форматі 6Хб кривих. Потім він повинен для кожної просторової точки провести обробку в ручному режимі, виконавши наступні дії: 1) якщо якість обробки візуально визначається як достатня, - тоді послідовно виконати дії, передбачені в етапах І та ІМ). 2) якщо якість недостатня - додатково спочатку виконати дії, передбачені в етапі І). 70 Необхідність тих чи інших дій залежить від характеру залишкових перешкод чи помилок при автоматичному вибраковуванні кардіоциклів та/або їх селекції згідно порядку, описаному у конкретній реалізації вказаних етапів обробки. Кількість їх повторень визначається тим, коли залишковий рівень перешкод не спотворює форму сигналу. Наприклад, Фіг.3 вказує на необхідність налагодження вузькополосного фільтру на 12Гц, а Фіг.5 - на необхідність ручного видалення стрибків в точці 4-1.Then, in this useful model, it is necessary to perform quality control of the processing by reviewing all 36 ICG signals in the format of 6Xb curves. Then, for each spatial point, he must carry out processing in manual mode by performing the following actions: 1) if the processing quality is visually determined to be sufficient, then sequentially perform the actions provided for in stages I and IM). 2) if the quality is insufficient - in addition, first perform the actions provided for in stage I). 70 The need for certain actions depends on the nature of residual obstacles or errors during the automatic culling of cardiocycles and/or their selection according to the order described in the specific implementation of the indicated processing stages. The number of their repetitions is determined when the residual interference level does not distort the signal shape. For example, Fig. 3 indicates the need to configure a narrow-band filter at 12Hz, and Fig. 5 - the need to manually remove jumps at point 4-1.
Якщо рівень перешкод такий великий, що повторне виконання обробки в ручному режимі не забезпечує необхідної якості сигналу, він повинен бути повторно зареєстрований. Таким чином, до переваг даного способу у порівнянні з сучасним станом відноситься те, що він орієнтований на обробку МКГ сигналів, зареєстрованих без використання магніто-екранованої кімнати (МЕК). При цьому основні проблеми для обробки створюються сильним магнітним забрудненням сучасних медичних закладів, які мають місце у великих містах. Надійність пропонованого способу обробки магнітокардіографічних сигналів відношенню до негативного впливу магнітних перешкод дозволяє проводити обстеження в умовах звичайної клініки без використання коштовної МЕК, і таким чином, здешевлює вартість обстеження, що особливо актуально в умовах України.If the level of interference is so great that repeated processing in manual mode does not provide the required signal quality, it must be re-registered. Thus, the advantages of this method in comparison with the current state include the fact that it is focused on the processing of ICG signals registered without the use of a magnetically shielded room (MEK). At the same time, the main problems for processing are created by the strong magnetic pollution of modern medical institutions, which take place in large cities. The reliability of the proposed method of processing magnetocardiographic signals in relation to the negative impact of magnetic interference allows the examination to be carried out in the conditions of a regular clinic without the use of an expensive MEK, and thus reduces the cost of the examination, which is especially relevant in the conditions of Ukraine.
Конкретна реалізація способу у корисній моделі детально описана з метою ілюстрації. Зрозуміло, що на практиці, люди, досвідчені як в обробці МКГ сигналів, так і в обробці ЕКГ та сигналів іншої медичної природи, ов атакож в МКГ технології взагалі, можуть внести деякі зміни ії модифікації в пропоновану процедуру. Проте, якщо ці модифікації зроблені без суттєвих відхилень від даної корисної моделі, вони підпадають під дію цей З корисної моделі.A specific implementation of the method in the utility model is described in detail for purposes of illustration. It is clear that in practice, people experienced both in the processing of ICG signals, and in the processing of ECG and signals of other medical nature, as well as in ICG technology in general, can make some changes and modifications to the proposed procedure. However, if these modifications are made without significant deviations from this utility model, they are subject to this utility model.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
UAU200607153U UA20101U (en) | 2006-06-27 | 2006-06-27 | Method for processing magnetocardiographic signals |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
UAU200607153U UA20101U (en) | 2006-06-27 | 2006-06-27 | Method for processing magnetocardiographic signals |
Publications (1)
Publication Number | Publication Date |
---|---|
UA20101U true UA20101U (en) | 2007-01-15 |
Family
ID=37725834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
UAU200607153U UA20101U (en) | 2006-06-27 | 2006-06-27 | Method for processing magnetocardiographic signals |
Country Status (1)
Country | Link |
---|---|
UA (1) | UA20101U (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9451901B2 (en) | 2012-07-13 | 2016-09-27 | Illya Anatoliiovych Chaykovskyy | Method and device for evaluation of myocardial damages based on the current density variations |
-
2006
- 2006-06-27 UA UAU200607153U patent/UA20101U/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9451901B2 (en) | 2012-07-13 | 2016-09-27 | Illya Anatoliiovych Chaykovskyy | Method and device for evaluation of myocardial damages based on the current density variations |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pal et al. | Detection of ECG characteristic points using multiresolution wavelet analysis based selective coefficient method | |
US9050007B1 (en) | Extraction of cardiac signal data | |
US7747316B2 (en) | Blind adaptive filter extraction of fetal electrocardiogram signal estimate | |
Sameni et al. | A nonlinear Bayesian filtering framework for ECG denoising | |
US8233970B2 (en) | Method for processing cardioelectric signals and corresponding device | |
Sayadi et al. | Model-based fiducial points extraction for baseline wandered electrocardiograms | |
EP1885240B1 (en) | Analysis of electrocardiogram signals | |
Mithun et al. | A wavelet based technique for suppression of EMG noise and motion artifact in ambulatory ECG | |
US20070129639A1 (en) | Methods and analysis for cardiac ischemia detection | |
Kumar et al. | Performance analysis of different filters for power line interface reduction in ECG signal | |
Von Borries et al. | Wavelet transform-based ECG baseline drift removal for body surface potential mapping | |
WO2007021645A2 (en) | Method and system for limiting interference in electroencephalographic signals | |
Jeyarani et al. | Analysis of noise reduction techniques on QRS ECG waveform-by applying different filters | |
Patro et al. | De-noising of ECG raw signal by cascaded window based digital filters configuration | |
EP3478167B1 (en) | Processing apparatus for processing a physiological signal | |
Arunachalam et al. | Real-time estimation of the ECG-derived respiration (EDR) signal using a new algorithm for baseline wander noise removal | |
Narwaria et al. | Removal of baseline wander and power line interference from ECG signal-a survey approach | |
US20210169359A1 (en) | Intra-cardiac pattern matching | |
Dora et al. | Robust ECG artifact removal from EEG using continuous wavelet transformation and linear regression | |
Thurner et al. | Complex-Pan-Tompkins-Wavelets: Cross-channel ECG beat detection and delineation | |
Roy et al. | A new method for denoising ECG signal using sharp cut-off FIR filter | |
Atanasoski et al. | A morphology-preserving algorithm for denoising of EMG-contaminated ECG signals | |
Kumar et al. | Robust multiresolution wavelet analysis and window search based approach for electrocardiogram features delineation | |
UA20101U (en) | Method for processing magnetocardiographic signals | |
Franchevska et al. | The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference |