Определение сердечного ритма плода по неинвазивному ЭКГ с применением различных фильтров

А. С. Шапошникова, М. Р. Богданов

Аннотация


Анализ сердечного ритма плода на данный момент времени является наиболее эффективным и точным методом для оценки здоровья плода. Существуют два способа получения измерений – инвазивный и неинвазивный. Первый метод используется непосредственно во время родов, электрод от электрокардиографа подключается к голове плода. Этот метод является более точным по сравнению с неинвазивным за счет прямого считывания сигнала сердечного ритма. Однако благодаря неинвазивному методу появляется возможность отслеживать изменения в здоровье плода на 2 и 3 триместрах и применять эффективное лечение к образующимся на ранних стадиях недугам. Основная проблема метода – точность считывания сердечного ритма плода, так как сигнал подвергается искажению за счет материнского сердцебиения и движений плода. В данной статье будет рассмотрен алгоритм по определению сердечного ритма плода, а также будут оцениваться несколько фильтров для удаления артефактов с записи ЭКГ.

Ключевые слова


сердечный ритм плода; неинвазивная электрокардиография плода; определение QRST-волны матери; определение длины RR-интервала плода; фильтр преобразования Фурье; фильтр Савицкого и Голея.

Полный текст:

PDF

Литература


Томчик Н. В., Янковская Н. И. Неонатальные и фетальные нарушения сердечного ритма [Электронный ресурс] // КиберЛенинка: [сайт]. URL: https://cyberleninka.ru/article/n/neonatalnye-i-fetalnye-narusheniya-serdechnogo-ritma/viewer (дата обращения: 14.12.2023). [[ Tomchik N. V., Yankovskaya N. I. “Neonatal and fetal heart rhythm disturbances” // CyberLeninka. https://cyberleninka.ru/article/n/neonatalnye-i-fetalnye-narusheniya-serdechnogo-ritma/viewer (In Russian). ]]

Шахмаметова Г. Р., Христодуло А. Д., Береговая С. П. Анализ эндокринологических данных на основе моделей классификации // Системная инженерия и информационные технологии. 2022. Т. 4. № 2(9). С. 30-36. EDN LBZVZL. [[ Shakhmametova G. R., Christodoulo A. D., Beregovaya S. P. “Analysis of endocrinological data based on classification models” // System Engineering and Information Technologies. 2022. Vol. 4, No. 2(9), pp. 30-36. (In Russian). ]]

Юсупова Н. И., Нургаянова О. С., Зулкарнеев Р. Х. Формализация этапов риск-анализа в СППР с учетом оценок клинических рисков при бронхолегочных заболеваниях // Системная инженерия и информационные технологии. 2023. Т. 5. № 1(10). С. 11-24. EDN KHIIHT. [[ Yusupova N. I., Nurgayanova O. S., Zulkarneev R. Kh. “Formalization of risk analysis stages in DSS taking into account clinical risk assessments for bronchopulmonary diseases” // System Engineering and Information Technologies. 2023. T. 5, No. 1(10), pp. 11-24. (In Russian). ]]

Накатани С., Ямамото К., Оцуки Т. Обнаружение аритмий плода на основе разметки интервала сердцебиения [Электронный ресурс] // MDPI: [сайт]. URL: https://www.mdpi.com/2306-5354/10/1/48 (дата обращения: 14.12.2023). [[ Sara Nakatani, Kohei Yamamoto, Tomoaki Otsuki. “Detection of fetal arrhythmias based on heartbeat interval markings” [Electronic resource] // MDPI: [website]. URL: https://www.mdpi.com/2306-5354/10/1/48 (In Russian). ]]

Жумажанова С. С., Сулавко А. Е., Ложников П. С. Распознавание психофизиологического состояния субъектов-операторов на основе анализа термографических изображений лица с применением сверточных нейронных сетей // Системная инженерия и информационные технологии. 2023. Т. 5. № 2(11). С. 41-55. EDN NNZWLV. [[ Zhumazhanova S. S., Sulavko A. E., Lozhnikov P. S. Recognition of the psychophysiological state of subject-operators based on the analysis of thermographic images of the face using convolutional neural networks // System Engineering and Information Technologies. 2023. Vol. 5, No. 2(11), pp. 41 55. (In Russian). ]]

Хао Ц., Ян Ю., Чжоу Ч., Ву Ш. Извлечение сигнала электрокардиограммы плода на основе быстрого анализа независимых компонентов и разложения по сингулярным значениям [Электронный ресурс] // MDPI : [сайт]. URL: https://www.mdpi.com/1424-8220/22/10/3705 (дата обращения: 14.12.2023). [[ Jingyu Hao, Yuyao Yang, Zhuhuang Zhou, Shuikai Wu. “Extraction of the fetal electrocardiogram signal based on fast analysis of independent components and singular value decomposition” [Electronic resource] // MDPI: [website]. URL: https://www.mdpi.com/1424-8220/22/10/3705 (access date: 12/14/2023). (In Russian). ]]

Джаллули М., Арфауи С., Мабрук А. Бен, Каттани К. Энтропия вейвлета Клиффорда для извлечения ЭКГ плода [Электронный ресурс] // MDPI: [сайт]. URL: https://www.mdpi.com/1099-4300/23/7/844 (дата обращения: 14.12.2023). [[ Malika Jallouli, Sabrina Arfaoui, Anouar Ben Mabrouk, Carlo Cattani. “Clifford wavelet entropy for fetal ECG extraction” [Electronic resource] // MDPI: [website]. URL: https://www.mdpi.com/1099-4300/23/7/844 (access date: 12/14/2023). (In Russian). ]]

Юсупова Н. И., Богданов М. Р. Снижение риска при распознавании аритмии у плода с использованием методов машинного обучения // 90 лет УГАТУ на службе науке, образованию и бизнесу: Мат-лы Всероссийской научно-практической конференции, Уфа, 21–22 ноября 2022 года. Уфа: Уфимский университет науки и технологий, 2022. С. 171-174. EDN RVHBML. [[ Malika Jallouli, Sabrina Arfaoui, Anouar Ben Mabrouk, Carlo Cattani. Clifford wavelet entropy for fetal ECG extraction [Electronic resource] // MDPI: [website]. URL: https://www.mdpi.com/1099-4300/23/7/844 (access date: 12/14/2023). (In Russian). ]]

Ежевски Дж., Матония А., Купка Т., Рой Д., Чабанский Р. База данных инвазивных и неинвазивных ЭКГ плода [Электронный ресурс] // Kaggle: [сайт]. URL: https://www.kaggle.com/datasets/sachinjohn/abdominal-direct-fetal-ecg-database-csv-format (дата обращения: 12.10.2023). [[ Jerzewski J., Matonia A., Kupka T., Roy D., Chabansky R. “Database of invasive and non-invasive fetal ECGs” [Electronic resource] // Kaggle: [site]. URL: https://www.kaggle.com/datasets/sachinjohn/abdominal-direct-fetal-ecg-database-csv-format (access date: 10/12/2023). (In Russian). ]]

Сильва И., Бехар И., Самени Р., Чжу Т., Клиффорд Г. Д., Муди Д. Неинвазивная ЭКГ плода [Электронный ресурс] // PhysioNet: [сайт]. URL: https://physionet.org/content/challenge-2013/1.0.0/ (дата обращения: 09.11.2023). [[ Icaro Silva, Joachim Behar, Reza Sameni, Tingting Zhu, Gary D. Clifford, George Moody “Non-invasive fetal ECG” [Electronic resource] // PhysioNet: [site]. URL: https://physionet.org/content/challenge-2013/1.0.0/ (access date: 11/09/2023). (In Russian). ]]

Бехар И. База данных неинвазивных ЭКГ плода [Электронный ресурс] // PhysioNet: [сайт]. URL: https://physionet.org/content/nifeadb/1.0.0/ (дата обращения: 12.10.2023). [[ Joachim Behar. “Database of non-invasive fetal ECG” [Electronic resource] // PhysioNet: [website]. URL: https://physionet.org/content/nifeadb/1.0.0/ (access date: 10/12/2023). (In Russian). ]]


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2024 А. С. Шапошникова, М. Р. Боданов