Модифікація програмного комплексу для автоматизованого визначення морфологічних та ритмічних діагностичних ознак за електрокардіосигналами

МОДИФІКАЦІЯ ПРОГРАМНОГО КОМПЛЕКСУ ДЛЯ АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ МОРФОЛОГІЧНИХ ТА РИТМІЧНИХ ДІАГНОСТИЧНИХ ОЗНАК ЗА ЕЛЕКТРОКАРДІОСИГНАЛАМИ

MODIFICATION OF THE PROGRAMMING COMPLEX FOR AUTOMATED DETERMINATION OF MORPHOLOGICAL AND RHYTHMIC DIAGNOSTIC SIGNS BY ELECTROCARDIOSIGNALS

Сторінки: 137-146. Номер: №1, 2020 (281)
Автори:
С.А. ЛУПЕНКО, Я.В. ЛИТВИНЕНКО, Г.М. ОСУХІВСЬКА, Н.Б. СТАДНИК
Тернопільський національний технічний університет імені Івана Пулюя
А.С. СВЕРСТЮК
Тернопільський національний медичний університет імені І. Я. Горбачевського
S.A. LUPENKO, IA.V. LYTVYNENKO, H.M. OSUKHIVSKA, N.B. STADNYK
Ternopil Ivan Puluj National Technical University, Ukraine
A.S. SVERSTIUK
I. Horbachevsky Ternopil National Medical University, Ukraine
DOI: https://www.doi.org/10.31891/2307-5732-2020-281-1-137-146
Рецензія/Peer review : 05. 02.2020 р.
Надрукована/Printed : 14.02.2020 р.
Анотація мовою оригіналу
У даній роботі розглядається модернізований програмний комплекс для автоматизованого визначення морфологічних та ритмічних діагностичних ознак електрокардіосигналу. Обґрунтовано математичне забезпечення програмного комплексу для підвищення швидкості опрацювання електрокардіосигналу у порівнянні з раніше відомими методами. Розроблено структурно-функціональну схему модернізованого програмного комплексу. Розроблено програму, яка реалізує новий метод зведення дискретного випадкового процесу до ізоморфної йому випадкової періодичної послідовності, що дозволить досягти пришвидшення опрацювання електрокардіосигналів в комп’ютерних кардіодіагностичних системах. Проведено апробацію модернізованого програмного комплексу на реальних електрокардіосигналах. Представлено приклад інтерфейсу програми для статистичної обробки електрокардіосигналу, результати опрацювання декількох циклів досліджуваного електрокардіосигналу та його ритмічної структури, графіки декількох циклів реалізації L-періодичної випадкової послідовності, яка отримана із електрокардіограми, шляхом дії на неї оператором перетворення шкали, оцінки функції ритму, графіки реалізації третьої компоненти векторного ритмокардіосигналу, що описує тривалості Т-інтервалів в електрокардіосигналі та його гістограми, графіки реалізацій: статистичної оцінки автокореляційної функції третьої компоненти вектора статистичної оцінки взаємокореляційної функції, графік реалізацій статистичних оцінок спектральних щільностей потужності. За рахунок використання нової математичної моделі сигналів серця у вигляді умовного дискретного циклічного випадкового процесу та нового методу його статистичного опрацювання вдалося підвищити швидкодію опрацювання електрокардіосигналу у порівнянні із раніше розробленими методами, що ґрунтувалися на його моделі у вигляді циклічного випадкового процесу. Модернізований програмний комплекс дає змогу проводити високоінформативний автоматизований аналіз серцевого ритму та морфологічний аналіз електрокардіосигналів на базі стохастичного підходу.
Ключові слова: програмний комплекс, електрокардіосигнал, аналіз серцевого ритму, морфологічний аналіз кардіосигналів.

Розширена анотація англійською мовою

In this paper we consider a modernized programming complex for automated determination of morphological and rhythmic diagnostic signs of electrocardio signal. The mathematical software of the programming complex for increasing the speed of processing of the electrocardio signal in comparison with previously known methods is substantiated. The structural and functional scheme of the modernized programming complex has been developed. A program has been developed that implements a new method of reducing a discrete random process to an isomorphic random periodic sequence, which will allow to accelerate the processing of electrocardiograms in computer cardiac diagnostic systems. The modernized programming complex was tested on real electrocardio signal. An example of the program interface for statistical processing of electrocardio signal, the results of processing several cycles of the studied electrocardio signal and its rhythmic structure, the graph of several cycles of implementation of the L-periodic random sequence obtained from the electrocardiogram, by acting on it by the scale conversion operator, evaluation of rhythm function, graphs of realization of the third component of the vector rhythmocardio signal, describing the duration of T-intervals in the electrocardio signal and its histograms, implementation graphs: statistical evaluation of the autocorrelation function of the third component of the vector of statistical evaluation of the inter-correlation function, graph of realization of statistical evaluation of spectral power densities. Through the use of a new mathematical model of heart signals in the form of a conditional discrete cyclic random process and a new method of statistical processing, it was possible to increase the speed of processing of the electrocardio signal in comparison with previously developed methods based on its model in the form of a cyclic random process. The modernized programming complex enables to carry out highly informative automated heart rhythmic analysis and morphological analysis of electrocardiograms on the basis of stochastic approach.
Key words: programming complex, electrocardio signal, cardiac rhythm analysis, morphological analysis of cardiac signals.

References

1. Chen S.-W., Chen H.-C., Chan H.-L. A real-time QRS detection method based on moving-averaging incorporating with wavelet denoising. Computer Methods and Programs in Biomedicine. Elsevier Inc. 2006. Vol. 82. P. 187–195.
2. Chouhan, V., Mehta S., Lingayat N. Delineation of QRS-complex, P and T-wave in 12-lead ECG. IJCSNS International Journal of Computer Science and Network Security. 2008. Vol. 8. P. 185–190.
3. Israa Shaker Tawfic, Sema Koc Kayhan. Improving recovery of ECG signal with deterministic guarantees using split signal for multiple supports of matching pursuit (SS-MSMP) algorithm, Computer Methods and Programs in Biomedicine. 2017. Vol. 139. P. 39–50.
4. Christov I. Real time electrocardiogram QRS detection using combined adaptive threshold. BioMed. Eng. Online. 2004. Vol. 3(28). P. 9.
5. De Chazazl P., Celler B. Automatic measurement of the QRS onset and offset in individual ECG leads. IEEE Engineering in Medicine and Biology Society. 1996. Vol. 4. P. 1399–1403.
6. Sandeep Raj, Kailash Chandra Ray. Sparse representation of ECG signals for automated recognition of cardiac arrhythmias, Expert Systems with Applications. 2018. Vol. 105. P. 49–64.
7. Lupenko S., Lutsyk N., Lapusta Yu. Cyclic linear random process as a mathematical model of cyclic signals. Acta mechanica et automatica. 2015. Vol. 9. No.4. P. 219–224.
8. Lupenko S. Modeling and signals processing using cyclic random functions / S. Lupenko, O. Orobchuk, N. Stadnik,  A. Zozulya // 13th IEEE International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT), September 11-14 2018.  Lviv, Ukraine. 2018. T. 1. P. 360–363.
9. Lupenko S.A. Theoretical bases of modeling and processing of cyclic signals in information systems. Scientific monograph. Lviv: Magnolia Publishing House 2006. 2016. P. 344.
10. Lupenko S., Zozulia A., Sverstiuk A., Stadnyk N. Matematychne modeliuvannia ta metody opratsiuvannia syhnaliv sertsia na bazi tsyklichnykh vypadkovykh protsesiv ta vektoriv. Sciences and Education a New Dimension. Natural and Technical Sciences, VI(20), ISSUE 172, July 2018. Budapest 2018. R. 47–54.
11. Lupenko S., Sverstiuk A., Lutsyk N., Stadnyk N., Zozulia A. Umovnyi tsyklichnyi vypadkovyi protses yak matematychna model kolyvnykh syhnaliv ta protsesiv iz podviinoiu stokhastychnistiu. Polihrafiia i vydavnycha sprava. Printing and Publishing, No.1 (71). 2016. Lviv, 2016. S. 147–159.
12. Lytvynenko I., Horkunenko A., Kuchvara O., Palaniza Y. Methods of processing cyclic signals in automated cardiodiagnostic complexes . Proceedings of the 1st International Workshop on Information-Communication Technologies & Embedded Systems, (ICT&ES-2019), Mykolaiv, November 13-14, 2019, Ukraine, 2019. P. 116–127.
13. Lupenko S.A., Lytvynenko Ya.V., Sverstiuk A.S. Statystychnyi sumisnyi analiz kardiosyhnaliv na osnovi vektora tsyklichnykh rytmichno poviazanykh vypadkovykh protsesiv. Elektronika ta systemy upravlinnia. Natsionalnyi aviatsiinyi universytet. 2008. № 4 (18). S. 22–29.
14. Sverstiuk A. S. Obhruntuvannia ta veryfikatsiia matematychnoi modeli synkhronno zareiestrovanykh kardiosyhnaliv z vykorystanniam vektora tsyklichnykh rytmichno poviazanykh vypadkovykh protsesiv. Vymiriuvalna ta obchysliuvalna tekhnika v tekhnolohichnykh protsesakh. 2009. № 1. S. 143–147.
15. Martsenyuk V. P., Sverstiuk A. S., Klos-Witkowska A., Horkunenko A. B., Rajba S. Vector of Diagnostic Features in the Form of Decomposition Coefficients of Statistical Estimates Using a Cyclic Random Process Model of Cardiosignals. The 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, 18-21 September. Metz, 2019. Vol. 1. P. 298–303.
16. Lytvynenko Ya.V., Lupenko S.A., Sverstiuk A.S. Prohramnyi kompleks dlia obrobky ta modeliuvannia synkhronno zareiestrovanykh kardiosyhnaliv z vykorystanniam modelei ta metodiv teorii tsyklichnykh funktsionalnykh vidnoshen. Herald of Khmelnytskyi National University. 2009. № 5. S. 80–87.
17. Lutsyk N.S., Lytvynenko Ya.V., Lupenko S.A., Zozulia A.M. Prohramnyi kompleks dlia morfolohichnoho analizu ta analizu sertsevoho rytmu z pidvyshchenoiu informatyvnistiu. Zhurnal Vinnytskoho natsionalnoho tekhnichnoho universytetu «Informatsiini tekhnolohii ta kompiuterna inzheneriia». Vinnytsia, 2016. № 1 (35). S. 13–22.
18. Lupenko S., Lutsyk N., Yasniy O., Sobaszek Ł. Statistical analysis of human heart with increased informativeness. Acta mechanica et automatica. 2018. Vol. 12, no. 4. P. 311–315.
19. Lupenko S., Lutsyk N., Yasniy O., Sobaszek Ł. Statistical analysis of human heart with increased informativeness. Acta mechanica et automatica, Vol. 12. 2018. P. 311–315.
20. Serhii Lupenko, Nadiia Lutsyk, Oleh Yasniy, Andriy Zozulia The Modeling and Diagnostic Features in the Computer Systems of the Heart Rhythm Analysis with the Increased Informativeness. 2019 9th International Conference on Advanced Computer Information Technologies (ACIT). IEEE, 2019. R. 121–124.
21. Lytvynenko I.V. The method of segmentation of stochastic cyclic signals for the problems of their processing and modeling. Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2017, Vol. 4, No. 2, R. 93–103.
22. Lytvynenko Ya.V. Metod interpoliatsii kubichnym splainom dyskretnoi funktsii rytmu tsyklichnoho syhnalu iz vyznachenoiu sehmentnoiu strukturoiu. Vymiriuvalna ta obchysliuvalna tekhnika v tekhnolohichnykh protsesakh. Khmelnytskyi, 2017. № 3. S. 105–112.
23. Martseniuk V.P., Semenets A.V., Sverstiuk A.S. Kontseptualni pidkhody do intehrovanoho seredovyshcha provedennia naukovykh medyko-biolohichnykh doslidzhen. Shtuchnyi intelekt. 2003. № 2. S. 35–44.
24. Martseniuk V.P., Kravets N.O., Sverstiuk A.S. Informatsiina systema medyko-biolohichnykh doslidzhen: proekt na osnovi Web-tekhnolohii. Ukrainskyi zhurnal telemedytsyny ta medychnoi telematyky. 2003. T. 1, № 1. S. 57–60.
25. Lupenko S.A., Demianchuk N.R., Sverstiuk A.S. Kontseptualno-metodolohichni osnovy imitatsiinoho modeliuvannia tsyklichnykh syhnaliv na EOM iz vykorystanniam yikh modeli u vyhliadi tsyklichnoho funktsionalnoho vidnoshennia. Vymiriuvalna ta obchysliuvalna tekhnika v tekhnolohichnykh protsesakh. 2008. № 4. S. 101–111.