ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ

ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО
ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ
МЕДИЦИНСКИЙ
УНИВЕРСИТЕТ ИМЕНИ ПРОФЕССОРА В. Ф .ВОЙНО-ЯСЕНЕЦКОГО»
МИНИСТЕРСТВО ЗДРАВООХРАНЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
ГБОУ ВПО КРАСГМУ ИМ. ПРОФ.В.Ф . ВОЙНО-ЯСЕНЕЦКОГО МИНЗДРАВА РОССИИ
КАФЕДРА МЕДИЦИНСКОЙ И БИОЛОГИЧЕСКОЙ ФИЗИКИ
СПЕКТРАЛЬНЫЙ АНАЛИЗ ЭКГ И ЭЭГ-СИГНАЛОВ
Выполнили:
Студентки 203 группы
Факультета « Медицинская кибернетика»
Коротких Карина Петровна
Мартынова Елена Андреевна
Научный руководитель:
доцент, к.ф.-м.н.
Шаповалов Константин Алексеевич
Красноярск
2016
 Цель: изучение спектрального анализа ЭКГ И ЭЭГ
сигналов.
 Задачи:
1. Особенности применения Фурье в расшифровке
ЭКГ И ЭЭГ.
2. Преимущества Вейвлет-преобразования.
Актуальность.
 Данная работа актуальна для понимания
спектрального анализа ЭКГ и ЭЭГ сигналов.
Понимание спектрального анализа и выбор
использования преобразования Фурье или
Вейвлет преобразования дает возможность
выбора наиболее точного, достоверного
описания ЭКГ и ЭЭГ сигналов.
 Функцией возбудимости обладают клетки проводящей
системы и сократительного миокарда. Во время
возбуждения клетки миокарда изменяется потенциал её
мембраны. Изменение потенциалов возбуждённых клеток
приводит к изменению распределения потенциала на
поверхности тела пациента. Разность потенциалов между
двумя точками изменяется во времени и составляет сигнал
электрокардиограммы.
 Электрокардиограмма (ЭКГ) — графическое
представление разности потенциалов,
возникающих в результате работы сердца и
проводящихся на поверхность тела. На ЭКГ
отражается усреднение всех векторов потенциалов
действия, возникающих в определённый момент
работы сердца.
 Основные исследования при установлении диагноза
больному по ЭКГ сводятся к измерению характерных
временных интервалов, определению изолинии и
измерению амплитуды зубцов ЭКГ
ЭЭГ
 ЭЭГ (электроэнцефалография) — исследование электрической
активности головного мозга. При выполнении этого исследования на
голову пациента надевается специальная силиконовая или тканевая
шапочка с присоединенными к ней электродами, регистрирующими
электрическую активность в разных точках головы. Результаты
изменений этой активности выводятся на экран компьютера или
бумажную ленту в виде графиков, по которым врач может
определить характер и природу расстройств у пациента.
 Между двумя точками мозга, а также между
точками мозга и удаленными от него тканями
организма возникают переменные разности
потенциалов, регистрация и анализ которых и
составляют задачу электроэнцефалографии.
Основные ритмы ЭЭГ
 Дельта-ритм. Частота 0.5-3 Гц, амплитуда, как
правило, превосходит 40 мкВ, иногда при сильных
патологиях может достигать 300мкВ.
 Тета-ритм. Частота 4-6 Гц, амплитуда такая же,
как и у дельта-ритма.
 Альфа-ритм. Частота 8-13 Гц, амплитуда до
100мкВ.
 Бета-ритм. Частота 14-35 Гц, амплитуда в норме не
более 15 мкВ.
Феномен
 Помимо понятия ритм в электроэнцефалографии
используется термин феномен. Под ним
подразумевается участок записи, отличающийся по
своим параметрам от фоновой записи и имеющий
диагностическую ценность при анализе.
Это:
 эпилептическая активность,
 пики, или спайки,
 медленные волны,
 комплексы пик – волна и острая волна - медленная
волна.
При исследовании ЭЭГ
выполняются следующие
процедуры:
 съем ЭЭГ;
 фильтрация и подавление помех и артефактов;
 определение интегральных характеристик ЭЭГ с
помощью визуальной оценки и с применением
методов математической обработки;
 формирование заключения с отнесением ЭЭГ к
некоторому варианту нормы или к
патологическому классу.
Артефакт
 Артефакт - запись всякого постороннего процесса,
не являющегося непосредственным выражением
электрической активности головного мозга. Эти
помехи накладываются на ЭЭГ и искажают ее.
 физические
o появление шумовой частоты 50, или реже, 100 Гц;
o регистрация больших нерегулярных потенциалов;
o плавные смещения средней линии записи.
 биологические (физиологические)
Представление о целесообразности
применения автоматизированных
методов анализа ЭЭГ.
Преобразования Фурье для ЭЭГ
 метод работает достаточно медленно.
 преобразование Фурье обладает некоторыми
особенностями, которые отчасти затрудняют
согласование получаемых с его помощью данных с
данными визуального анализа.
 Суть их заключается в том, что на ЭЭГ медленные
колебания имеют большую амплитуду и
длительность, чем высокочастотные. В связи с этим
в спектре, построенном по классическому
алгоритму Фурье, наблюдается
диспропорциональное преобладание низких
частот.
Преобразование Berg
 Для обхождения недостатков метода Фурье
разработано преобразование Berg, специально
адаптированное к детектированию быстрых
изменений в спектре ЭЭГ и выравнивающее его в
зависимости от частоты
 Процедура вычисления преобразования Berg
основывается на тех же принципах, что и
преобразование Фурье, однако с тем отличием, что
для каждой полосы спектра в исследуемой ЭЭГ
анализ выбирается обратно пропорционально
частоте и составляет: T = 16/f (c).
 Это преобразование дает результаты более
соответствующие субъективным оценкам
визуального анализа ЭЭГ при большей точности и
надежности информации и особенно пригодно для
детектирования быстро меняющихся колебаний на
ЭЭГ, что обеспечивается подчеркиванием более
быстрых частот в спектре
Виды помех:
 Эффект поляризации электродов, приводящий к
смещению нулевого уровня сигнала;
 Квазигармонический процесс, представленный
составляющими наводки напряжения
промышленной частоты;
 Артефакты смещения электродов, создающие
выбросы случайной амплитуды и длительности;
 Электрофизиологические помехи.
Реализация сигнала
электрокардиограммы при наличии
указанных видов помех
ПРЕОБРАЗОВАНИЕ ФУРЬЕ В
ОБРАБОТКЕ
ЭЛЕКТРОКАРДИОГРАММ
 Наиболее часто
в электрокардиологии используется быстрое
преобразование Фурье (БПФ), которое
раскладывает временной сигнал (теоретически он
должен быть периодическим) на бесконечное
число синусоид.
Преобразование Фурье униполярной
желудочковой ЭКГ
 БПФ обеспечивает связь между временным и
частотным представлением сигнала
 При вычислении БПФ применяется к ЭКГ
ограниченное "окном" (т.н. оконное)
преобразование Фурье для плавного уменьшения
границы ЭКГ-сигнала до нуля с удалением его
прерывистости.
Ограничения подхода
 1. Происходит уменьшение разрешения по частоте,
т.е. уменьшается качество определения частот
в ЭКГ-сигнале.
 2. Преобразование Фурье не позволяет определить
точное положение частотных компонент в
сигнале.
 Необходимо точное определение частот ЭКГсигнала во времени, т.е. использование вейвлетпреобразования для получения частотновременного представления сигнала
в электрокардиологии оправданно
ПРЕОБРАЗОВАНИЕ ВЕЙВЛЕТ В
ОБРАБОТКЕ ЭЛЕКТРОКАРДИОГРАММ
 В настоящее время вейвлет-преобразование широко
применяется в задачах обработки и кодирования
сигналов и изображений самой различной природы
(речь, спутниковые изображения, рентгенограммы
внутренних органов), распознавания образов, при
изучении свойств поверхностей кристаллов и нано
объектов и во многих других случаях.
Вейвлет-преобразование
 Вейвлеты представляют собой математические
функции, позволяющие анализировать различные
частотные компоненты данных.
 Алгоритм вейвлет-преобразования может быть
представлен, как передача сигнала через пару фильтров:
низкочастотный и высокочастотный. Низкочастотный
фильтр выдает грубую форму исходного сигнала.
Высокочастотный фильтр выдает сигнал разности или
дополнительной детализации.
На практике вейвлет-преобразование должно применяться
к сигналам конечной длины. Таким образом, его
необходимо модифицировать, чтобы из сигнала конечной
длины получать последовательность коэффициентов той
же длины.
Рис.Алгоритм вычисления коэффициентов
вейвлет-преобразования
 Задача распознавания волн кардиограммы
(комплекс PQRST) составляет существенную часть
большинства систем анализа кардиограмм и
алгоритмов сжатия. В системах распознавания
частоты сердцебиений требуется определить
местоположение волны R. В других приложениях
для постановки диагноза, а также для сжатия
сигнала ЭКГ есть потребность найти и распознать
другие волны и особенности сигнала такие, как T и
P волны, или сегмент ST
Вейвлеты обладают существенными
преимуществами по сравнению с
преобразованием Фурье:
1.
2.
3.
4.


Вейвлет-преобразование позволяет анализировать не только частотный
спектр сигнала, но также и то, в какой момент времени появилась та или
иная гармоника.
С помощью вейвлетов можно легко обрабатывать прерывистые сигналы,
сигналы с острыми всплесками.
Вейвлеты позволяют анализировать данные согласно масштабу, на одном из
заданных уровней (мелком или крупном).
Свойства вейвлетов позволяют
сконструировать базис, в котором представление данных будет выражаться
всего несколькими ненулевыми коэффициентами. Это свойство делает
вейвлеты очень привлекательными для упаковки данных, в том числе видеои аудио-информации.
Мелкие коэффициенты разложения могут быть отброшены в соответствии с
выбранным алгоритмом без значительного влияния на качество данных.
Заключение
 Анализ ЭКГ во временной области представляет простейший
подход к определению ЭКГ-компонент. Его эффективность
ограничена неточностью определения концов зубцов ЭКГ
(окончание QRS, определение зубца Т). Более сложные
техники по обработке сигналов могут быть использованы для
обеспечения более точного представления потенциалов ЭКГ.
Вейвлет-преобразование - это новая техника в неинвазивной
электрокардиографии, дающая усовершенствованные методы.
Преимущество этого преобразования - в способности
отмечать детали ЭКГ-сигнала с оптимальным частотновременным разрешением. Т.к. применение вейвлет-анализа в
электрокардиографии - сравнительно новая область
исследования, то много методологических аспектов (выбор
материнского вейвлета, масштаба) вейвлет-техники требуют
дальнейших исследований для увеличения клинической
эффективности. Диагностическая и прогнозирующая важность
этой методики в электрокардиологии требует крупных
клинических исследований
Список литературы
1.
2.
3.
4.
5.
1.Покровский В.М., Коротько Г.Ф. Физиология человека.
М.: Медицина,2007. 274-341с.
2. Бендат Дж., Пирсол А. Применения корреляционного и
спектрального анализа: Пер. с англ. М.: Мир, 1983. 312 с.
3. Орлов В. Н. Руководство по электрокардиографии.
М.: Медицина, 1984.
4. Егорова И.С. Электроэнцефалография. М.: Медицина,
1973. 133-167 c.
5.Смоленцев Н.К. Основы теории вейвлетов. М.:ДМК
Пресс, 2014.304- 628с.
Спасибо за внимание!