Архив номеров
Медицинская Техника / №3, 2016 / с. 12-15

Алгоритм выявления мерцательной аритмии в реальном масштабе времени

                                

С.В. Моторина, А.Н. Калиниченко


Аннотация

Одна из задач программы скрининга населения – контроль и профилактика кардиологических заболеваний. Указанная задача, в частности, решается в рамках проекта CardioQVARK. Среди наиболее важных функций аппаратуры контроля ЭКГ – выявление мерцательной аритмии (фибрилляции предсердий), которая относится к наиболее распространенным и опасным нарушениям ритма. На сегодняшний день существует множество алгоритмов выявления этого нарушения, однако точность лучших из них не превышает 94,5 %. В настоящей статье предложен алгоритм, основанный на графическом представлении закономерностей в порядке следования и длине RR-интервалов (расстояний между соседними R-зубцами кардиограммы), и рассмотрен способ его реализации.


Сведения об авторах

Светлана Валерьевна Моторина, аспирант, кафедра биотехнических систем, СПбГЭТУ «ЛЭТИ», специалист, Отдел информационного развития Северо-Западного федерального медицинского исследовательского центра им. В.А. Алмазова,
Александр Николаевич Калиниченко, д-р техн. наук, профессор, кафедра биотехнических систем, СПбГЭТУ «ЛЭТИ», г. С.-Петербург,
e-mail: motorina_sv@mail.ru

Список литературы

1. Moody G.B., Mark R.G. A new method for detecting atrial fibrillation using R-R intervals // Computers in Cardiology. 1983. № 10. РР. 227-230.
2. Logan B., Healey J. Detection of Atrial Fibrillation for a Long Term Telemonitoring System // Computers in Cardiology. 2005. № 32. РР. 619-622.
3. Linker D.T. Long-Term Monitoring for detection of Atrial Fibrillation / Patent Application Publication. – US, Seattle, 2006. Р. 498.
4. Tatento K., Glass L. Automatic detection of atrial fibrillation using the coefficient of variation and density histograms of RR and RR intervals // Medical & Biological Engineering & Computing. 2001. № 39. РР. 664-671.
5. Cerutti S., Mainardi L.T., Porta A., Bianchi A.M. Analysis of the dynamics of RR interval series for the detection of atrial fibrillation episodes // Computers in Cardiology. 1997. № 24. РР. 77-80.
6. Slocum J., Sahakian A., Swiryn S. Diagnosis of Atrial Fibrillation From Surface Electrocardiograms Based on Computer-detected Atrial Activity // Journal of Electrocardiology. 1992. № 25. РР. 1-8.
7. Schmidt R., Harris M., Novac D., Perkhun M. Atrial Fibrillation Detection. – Netherlands, Eindhoven: Patent Cooperation Treaty, 2008. Р. 731.
8. Babaeizadeh S., Gregg R., Helfenbein E., Lindauer J., Zhou S. Improvements in atrial fibrillation detection for real-time monitoring / Journal of Electrocardiology. 2009. № 42. РР. 522-526.
9. Couceiro R., Carvalho P., Henriques J., Antunes M., Harris M., Habetha J. Detection of Atrial Fibrillation using model-based ECG analysis / 19th International Conference on Pattern Recognition. Tampa, 2008. РР. 1-5.
10. Моторина С.В., Калиниченко А.Н. Алгоритм распознавания мерцательной аритмии на основе графических методов // Известия СПбГЭТУ «ЛЭТИ». 2014. № 10. С. 55-60.
11. Моторина С.В., Калиниченко А.Н., Немирко А.П. Выбор метода кластеризации для алгоритма выявления мерцательной аритмии // Биотехносфера. 2015. № 4 (40). С. 2-5.
12. Physionet: The research resource for physiologic signals / www.physionet.org.
13. Сайт проекта CardioQVARK / www.cardioqvark.ru