еної фільтрації [5], 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 б & У-комплексів із загального числа присутніх у ЕКГ. p align="justify"> 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 [6]. При використанні вейвлет-перетворення застосовується кілька основних базових вейвлет-функцій, причому ряд методів передбачає зворотний зв'язок для корекції їх параметрів. При цьому локалізація положення QRS-комплексу здійснюється в області вейвлет-спектра, в простому випадку шляхом простого детектування рівня. Методики цієї групи характеризуються відносно невисокою продуктивністю, досить низькою чутливістю до шумів і ефективністю, що перевищує 99%. p align="justify"> Алгоритми групи використовують нейромережеві методи обробки даних і зазвичай застосовуються для аналізу морфології і класифікації елементів ЕКГ. Нейромережеві моделі дозволяють значно ефективніше адаптуватися до нестаціонарному характером ЕКГ, тому в задачах виділення QRS-комплексів використовуються при адаптивної узгодженої фільтрації [10]. Чутливість методик варіюється в широкому діапазоні, але в цілому досягає 99%. p align="justify"> Групу г становлять синтаксичні алгоритми, також відомі як лінгвістичні або граматичні. Вихідний аналізований сигнал представляється у вигляді певної послідовності примітивів, визначаються спеціальні правила (граматики), що породжують той чи інший елемент ЕКГ з безлічі примітивів. Виділення елементів ЕКГ зводиться до визначення породжує граматики [10]. <В
Серцевий цикл
Групу д складають різні комбінації методів, зазвичай є синтезом алгоритмів груп у і б або в і а. Особливо виграшним опинилося перше поєднання, оскільки подібний підхід дозволяє досягти максимальної на сьогоднішній день чутливості - 99,9% на тестових вибірках ЕКГ. До недоліків методів цієї групи варто віднести вимогливість до обчислювальних ресурсів. p align="justify"> Проведений аналіз показав, що методики груп б, в, г і д вимагають в одиницю часу на порядок більше елементарних математичних операцій, ніж методи групи а, при цьому чутливість та ефективність QRS-детектора зазвичай підвищується на 1 -3%. Більше того, необхідний досить більший інтервал часу для адаптації параметрів детектора, що робить подібні алгоритми важко застосовними для систем реального часу, коли необхідно отримання ЧСС з перших секунд після початку знімання ЕКГ. Вейвлет-аналізатори зазвичай застосовуються при автоматизованому аналізі вже записаною тривалої ЕКГ і відрізняються підвищеною стійкіс...