Обработка данных в электрокардиограммах методом вейвлетного преобразования для исследования раннего прогнозирования пароксизмальной мерцательной аритми

Аннотация

являются основной причиной смертности в разных странах. Качество сигнала ЭКГ может
быть затронут и ухудшен различными источниками, такими как состояние пациента, базовое
блуждание, контакт электродов ЭКГ и другие. Кроме того, если ЭКГ контролируется
визуально, вероятность получения человеческой ошибки высок, каждый 10-результат
интерпретируется с ошибкой (Brikena Xhaja, 2015: 305-312). А также по многим ЭКГ снимкам
просто не возможно провести визуальный анализ частотных данных сигнала. Морфология
низкоамплитудных высокочастотных сигналов, так называемых Р волн, скрывает ценную
информацию для раннего доклинического прогнозирования болезней. То есть необходимость
поиска новых методов ранней доклинической диагностики все еще актуальна. Поскольку
большая часть клинически полезной информации в ЭКГ обнаруживается в интервалах и амплитудах, определяемых ее значимыми точками (характерные пики и границы
волн), разработка точных и надежных методов автоматического разграничения ЭКГ
является предметом серьезной важности, особенно для анализа длинных записей
(Juan Pablo Martinez, 2014: 570-581). Проблемы извлечения из электрофизиологического
сигнала информации, которую невозможно получить при визуальном анализе записи, а
также проблемы автоматизации традиционных алгоритмов врачебного анализа являются
актуальными в связи с недостатком исследований в данной области. Целью исследования
является поиск новых областей применения метода вейвлетного преобразования в
обработке сигналов. Получившее широкое распространение в 2000 годах в исследовании
свойств сигналов вейвлетное преобразование позволяет с помощью аппроксимирующих
и детализирующих коэффициентов «разглядеть» скрытые частотно-временные данные
сигнала. Полученные результаты показывают, что предлагаемый алгоритм обеспечивает
реальную эффективность в обработке первичных сигналов для задачи выделения
детализирующих коэффициентов ЭКГ сигнала. Наше исследование показывает, что вейвлет-
анализ Морлета интервалов Р, который применять легко и недорого, может достоверно
предсказать частоту симптоматических эпизодов пароксизмальной мерцательной аритмии
у пациентов без клинически и эхокардиографически выраженной болезни сердца. Вейвлет
анализ может способствовать нашему пониманию электрофизиологических механизмов,
лежащих в основе генерации и рецидивов пароксизмальной мерцательной аритмии, и
может позволить идентифицировать пациентов с высоким риском увеличения рецидивов
пароксизмальной мерцательной аритмии, тем самым создавая перспективу раннего
применения неинвазивных и инвазивных терапевтических стратегий для предотвращения
будущих событий пароксизмальной мерцательной аритмии.