Детектирование желудочковых аритмий на смартфоне

Детектирование желудочковых аритмий (в частности, желудочковых фибрилляций) представляет собой важную задачу для любой системы непрерывного мониторинга сердечной функции, поскольку именно желудочковые аритмии являются основной причиной внезапных сердечных приступов с летальным исходом. Особенное значение имеет своевременное обнаружение желудочковой тахикардии, которая может прогрессировать в желудочковую фибрилляцию.


Разработанные методы автоматического детектирования желудочковых аритмий предназначены преимущественно для использования в искусственных дефибрилляторах, однако могут быть внедрены и в мобильные системы мониторинга. В частности, функциональность обнаружения желудочковой тахикардии и фибрилляции запланирована для реализации в детекторе аритмий для мобильных устройств, разрабатываемом в лаборатории FRUCT в Петрозаводском государственном университете. Далее приведен обзор двух подходов, выбранных для реализации.


  1. В серии работ сотрудников Инсбрукского медицинского университета (Цюрих, Австрия) Антона Аманна, Роберта Тратнига и Карла Унтеркофлера "A New Ventricular Fibrillation Detection Algorithm for Automated External Defibrillators", "Detecting Ventricular Fibrillation by Time-Delay Methods" предложен метод, основанный на применении преобразования Гильберта исходного сигнала. Суть метода заключается в построении графика на плоскости, на котором по оси абсцисс откладываются значения исходного сигнала, а по оси ординат — значения его преобразования Гильберта, и последующей растеризации по сетке с специально подобранным размером элемента растра. В случае, если запись кардиограммы демонстрирует фибрилляцию или близкое поведение, доля закрашенных элементов оказывается достаточно высокой, при этом для нормальной кардиограммы, отношение числа закрашенных элементов к общему количество невелико.
  2. Второй метод предложен исследователями из института биоинформатики Наньянского технологического университета (Сингапур) Сун Яном и его коллегами в статье "Life-threatening ventricular arrhythmia recognition by nonlinear descriptor". Суть метода заключается в применении вейвлет-преобразования и кратномасштабного анализа. При этом фильтры конструируются с использованием параметра Хёрста, характиризующего броуновское движение.

Оба подхода допускают достаточно эффективную реализацию, не нагружающую процессор мобильного устройства сверхтяжелыми вычислениями. С другой стороны оба метода демонстрируют высокую точность детектирования на тестовых данных из архива аннотированных электрокардиограмм MIT-BIH.