овільних хвиль другого порядку і компонент спектра коливань з частотами менше 0.01 Гц, включаючи хвилинні і часові хвилі, а також розробка нових методів аналізу варіабельності серцевого ритму, що враховують складний нестаціонарний характер динаміки серцево-судинної системи. Зокрема, недавні дослідження дозволили виявити ряд цікавих явищ, до числа яких належить можливість синхронізації серцевого ритму людини. Було встановлено, що слабкий зовнішній періодичний сигнал призводить до ефективної синхронізації і підстроюванні частоти серцевих скорочень. Наявність такого ефекту відкриває нові можливості і для фундаментальної науки і для клінічної практики.
3. Класифікація методик виділення QRS-комплексів
В даний час існує безліч методик виділення QRS-комплексів, які по використовуваному підходу можна розділити на 5 основних груп:
а) алгоритми аналізу ЕКГ у часовій області;
б) алгоритми, засновані на частотно-часових, в тому числі і нелінійних перетвореннях сигналу ЕКГ;
в) алгоритми на основі застосування нейромережних моделей;
г) синтаксичні методи;
д) комбіновані алгоритми.
Кількісними характеристиками ефективності QRS-алгоритмів прийнято вважати кілька величин: ймовірність розпізнавання довільного QRS-комплексу, виражену у відсотках (чутливість), ймовірність того, що довільний виділений QRS-комплекс є істинним (передбачуваність, або специфічність) і ймовірність видачі детектором правильного результату (ефективність). Чутливість визначається кількістю хибно відсіяних QRS-відліків, передбачуваність залежить від кількості хибно певних комплексів, а ефективність є інтегральним показником якості методу. Таким чином, зазначені величини відповідно рівні
де N tp - кількість правильно певних комплексів, N fn - кількість хибно відкинутих, a N fp-брехливо певних.
Алгоритми групи а) використовують принципи, закладені в роботі [2], засновані на застосуванні до вхідного сигналу, крім процедур лінійної фільтрації, деякого нелінійного перетворення, що включає в себе зазвичай процедуру інтегрування сигналу в ковзному вікні. Положення R-зубця визначаться за допомогою порогового детектора рівня сигналу, значення якого можуть бути як фіксованими, так і обчислюватися адаптивно на кожному кроці роботи алгоритму. Додатково, щоб підвищити чутливість, можуть використовуватися інші процедури підвищення точності: додаткова попередня обробка ЕКГ, введення допоміжних оціночних процедур, що дозволяють виявляти ложно певні QRS-комплекси. Альтернативним підходом є застосування узгодженої фільтрації [3], що представляє собою обчислення тих чи інших кореляційних співвідношень між відрізком вхідного сигналу відповідної тривалості і базовими шаблонами QRS-комплексу. Даний підхід передбачає різні допоміжні процедури, що дозволяють проводити корекцію морфології вихідних шаблонів. Ефективність методів цієї групи становить 96-98% коректно визначаються QRS-комплексів із загального числа присутніх в ЕКГ.
Алгоритми групи б) засновані на застосуванні після ряду процедур попередньої обробки ЕКГ різних частотно-часових перетворень, таких як локальне перетворення Фур'є, перетворення Карунена-Лоєва, дискретне вейвлет-перетворення [4]. При використанні вейвлет-перет...
