Автоматическая интерпретация ЭКГ - Википедия - Automated ECG interpretation

Скриншот программы для цифровой обработки ЭКГ

Автоматическая интерпретация ЭКГ использование искусственный интеллект и распознавание образов программного обеспечения и базы знаний для автоматического выполнения интерпретации, отчетов об испытаниях и компьютерная диагностика из ЭКГ трассировки, обычно получаемые от пациент.

История

Первые автоматизированные программы ЭКГ были разработаны в 1970-х годах, когда цифровые аппараты ЭКГ стали возможны благодаря платам цифровой обработки сигналов третьего поколения. Коммерческие модели, например, разработанные Hewlett Packard, включил эти программы в клинически используемые устройства.

В течение 1980-х и 1990-х годов компаниями и университетскими лабораториями проводились обширные исследования с целью повышения точности, которая была не очень высокой в ​​первых моделях. С этой целью такие учреждения, как: например, создали несколько баз данных сигналов с нормальными и аномальными ЭКГ. Массачусетский технологический институт и используется для проверки алгоритмов и их точности.

Фазы

Основные характеристики сигнала, такие как время и амплитуда, которые измеряются и лежат в основе автоматического анализа ЭКГ
  1. Цифровое представление каждого записанного канала ЭКГ получается с помощью аналого-цифровой преобразователь и специальный получение данных программное обеспечение или цифровая обработка сигналов (DSP) чип.
  2. Результирующий цифровой сигнал обрабатывается рядом специализированных алгоритмы, которые начинаются с кондиционирование это, например, удаление шум, базовый уровень вариация и т. д.
  3. Извлечение признаков: математический анализ теперь выполняется на чистом сигнале всех каналов, чтобы определить и измерить ряд функций, которые важны для интерпретации и диагностики, это будет входить в программы на основе AI, такие как пиковая амплитуда, площадь под кривая, смещение относительно базовой линии и т. д. зубцов P, Q, R, S и T,[1] временная задержка между этими пиками и спадами, частота пульса (мгновенная и средняя) и многие другие. Какая-то вторичная обработка, такая как Анализ Фурье и вейвлет-анализ[2] может также выполняться для обеспечения ввода в программы, основанные на распознавании образов.
  4. Логическая обработка и распознавание образов на основе правил экспертные системы,[3] вероятностный Байесовский анализ или же нечеткая логика алгоритмы, кластерный анализ,[4] искусственные нейронные сети,[5] генетические алгоритмы и другие методы используются для вывода, интерпретации и диагностики.
  5. Программа отчетности активируется и обеспечивает надлежащее отображение исходных и рассчитанных данных, а также результатов автоматической интерпретации.
  6. В некоторых приложениях, например автоматических дефибрилляторы, по результатам анализа может быть инициировано какое-либо действие, например возникновение мерцательная аритмия или остановка сердца, звучание сигналов тревоги в медицинский монитор в отделение интенсивной терапии приложения и так далее.

Приложения

Производство аппаратов ЭКГ теперь полностью цифровое, и многие модели включают встроенное программное обеспечение для анализа и интерпретации записей ЭКГ с 3 и более отведениями. Потребительские товары, такие как домашние регистраторы ЭКГ для простых, 1-канальных сердечная аритмия обнаружения, также используйте базовый анализ ЭКГ, по сути, для обнаружения отклонений. Некоторые области применения:

  • Включение в автоматические дефибрилляторы, чтобы можно было самостоятельно решить, есть ли причина для введения электрического разряда на основании предсердной или желудочковой аритмии;
  • Портативный ЭКГ используется в телемедицина. Эти аппараты используются для отправки записей ЭКГ по телекоммуникационным каналам связи, например телефон, сотовый передача данных или же Интернет
  • Обычные аппараты ЭКГ для использования в первая медицинская помощь настройки, где обученный кардиолог не доступен

Последствия и ограничения

Автоматическая интерпретация ЭКГ - полезный инструмент, когда доступ к специалисту невозможен. Несмотря на то, что были предприняты значительные усилия для улучшения алгоритмов автоматической ЭКГ, чувствительность автоматической интерпретации ЭКГ имеет ограниченное значение в случае ИМпST эквивалент[6][7] как, например, с «острейшими зубцами T»,[8] de Winter ST-T комплекс,[9] Феномен Wellens, гипертрофия левого желудочка, блокада левой ножки пучка Гиса или наличие кардиостимулятора. Автоматический мониторинг сегмента ST во время транспортировки пациента все чаще используется и повышает чувствительность обнаружения ИМпST, поскольку подъем сегмента ST является динамичным явлением.

Смотрите также

Рекомендации

  1. ^ Системы BioPac. Примечание по применению: автоматический анализ ЭКГ
  2. ^ Аль-Фахум, А.С.; Ховитт И. Комбинированное вейвлет-преобразование и радиальные базовые нейронные сети для классификации опасных для жизни сердечных аритмий, Med. Биол. Англ. Comput. 37 (1999), стр. 566–573.
  3. ^ Mautgreve, W., et al. HES EKG expert - экспертная система для комплексного анализа и обучения ЭКГ. Proc. Компьютеры в кардиологии: Иерусалим, Израиль, 19–22 сентября 1989 г. (США: IEEE Comput. Soc. Press, 1990. стр. 77–80).
  4. ^ Бортолан Г. и др. Классификация ЭКГ с помощью нейронных сетей и кластерного анализа. Proc. Компьютеры в кардиологии. Венеция, Италия, 23–26 сентября 1991 г. (США: IEEE Comput. Soc. Press, 1991. стр. 177-80).
  5. ^ Sabbatini, R.M.E. Применение искусственных нейронных сетей в обработке биологических сигналов. MD Computing, 3 (2), 165-172 март 1996 г.
  6. ^ Сложная ЭКГ при ИМпST: уроки, извлеченные из серийной выборки ЭКГ до и в стационаре, Ayer et al., JECG, 2014
  7. ^ Интерпретация ЭКГ - ИМпST и аналог, электронная книга
  8. ^ Выраженный зубец T: электрокардиографическая дифференциальная диагностика, Sommers et al., Американский журнал экстренной медицины.
  9. ^ Новый ЭКГ-признак окклюзии проксимального отдела ПМЖВ, de Winter, NEJM, 2008 г.

Источники


Переведено и воспроизведено с разрешения автора.

внешняя ссылка