Дипломная работа: Использование ЭВМ в кардиологии
Дипломная работа: Использование ЭВМ в кардиологии
Введение
В настоящее время развитие компьютерной индустрии затронуло разработки и исследования практически во всех отраслях современной науки. Компьютеры из года в год становятся неотъемлемой частью и обыденной жизни населения. Постепенное наращивание качества, надежности и производимости компьютерного оборудования заставляет разработчиков электронных приборов все чаще и чаще использовать в своих нововведениях микропроцессоры ведущих фирм производителей. Естественно такая ситуация не могла не затронуть медицинскую промышленность. Во всех областях медицины исследования на высоком научном уровне немыслимы без применения современных средств программного обеспечения. Сейчас ЭВМ применяют практически на всех этапах медицинского обследования: в профилактике, диагностике и терапии заболеваний.
Основной задачей современной медицины является предупреждение заболеваний на ранних стадиях развития. Для этого разрабатывается различная диагностическая аппаратура, которая по сути своей является информационно-измерительной системой.
Заболевания сердца – одна из наиболее важных проблем медицины сегодняшнего дня. Современные исследования сердца не могут обойтись без компьютерной техники. Выделяют две основные области исследований, в которых используются компьютеры: моделирование сердца человека и обработка данных кардиологических исследований.
Первая – моделирование сердца человека – осуществляется с целью более глубокого проникновения в сущность функционирования и строения этого органа. Очевидно, что в отсутствие компьютерного обеспечения проблема моделирования едва ли может быть решена.
Вторая область – анализ данных кардиологических исследований. Цель таких работ – постановка диагноза, составление прогноза и лечение. В некоторых случаях обработка кардиологических параметров возможна и вручную, тем не менее, автоматический расчет их с помощью компьютера дает большие преимущества и требует меньше усилий. Наиболее важные преимущества автоматической обработки данных состоят в следующем:
- обработка данных осуществляется по одной схеме,
- результаты представляются в стандартном виде,
- можно использовать стандартную терминологию.
Некоторые же показатели просто не могут быть получены путем ручной обработки, и в этих случаях преимущества компьютера совершенно очевидны.
Различные типы данных, получаемые наиболее распространенными современными диагностическими методами в кардиологии представлены на рисунке 1. При обработке таких данных компьютеры выполняют следующие задачи: ввод данных, хранение, поиск, переработка и выдача информации. Переработка информации в свою очередь подразделяется на следующие подзадачи: фильтрация, распознавание образов, измерение параметров и интерпретация данных.
Рис. 1. Категории объективных кардиологических данных.
Актуальная проблема сегодняшнего дня – надежность и доступность кардиографических аппаратов. Со временем микроконтроллеры ведущих фирм производителей стали дешевле и соответственно более доступны для внедрения в портативные аппараты диагностики сердца. Здесь все большая и большая нагрузка ложится на программное обеспечение, постепенно вытесняя из приборов ранее аппаратно реализуемые функции.
Подбор методов фильтрации и тестирование программных фильтров, разработанные в рамках данного дипломного проекта, удобно проводить отдельно, используя вспомогательные программы разработанные на персональной ЭВМ.
Наиболее распространенным и в полной мере функциональным языком программирования на сегодняшний момент является язык С++, объединяющий в себе возможности стандартизированного языка С и объектно-ориентированного подхода.
В последнее время широкое распространение получила объектно-ориентированная модель разработки программного обеспечения. Основная идея программирования при таком подходе состоит в разработке классов приложения для определения новых типов, манипулировать которыми так же просто, как и встроенными. Создавая новые типы для описания предметной области, С++ помогает программисту писать более легкие для понимания приложения. Классы позволяют отделить детали, касающиеся реализации нового типа, от определения интерфейса и операций, предоставляемых пользователю. При этом уделяется меньшее внимание мелочам, делающим программирование таким утомительным занятием. Значимые для прикладной программы типы можно реализовывать один раз, после чего использовать повторно [9]. Средства, обеспечивающие инкапсуляцию данных и функций, необходимых для реализации типа, помогают значительно упростить последующее сопровождение и развитие прикладной программы. Существует механизм, именуемый наследованием, который вводит возможность включать во вновь разрабатываемый класс общие свойства присущие ранее разработанному классу предку. Например, в трехмерной компьютерной графике классы OrthographicCamera (ортогональная камера) и PerspectiveCamera (перспективная камера) обычно являются производными от базового Camera. Каждый производный от него класс лишь реализует отличия от общей камеры, предоставляя альтернативный код для унаследования функций членов либо вводя альтернативные члены.
Таким образом, используя программные модули, разработанные ранее и обладающие нужным набором функций разработчик может добиться максимальной эффективности работы своих модулей в совокупности с ранее разработанными, как правило поставляемыми вместе с интегрированной средой разработки.
Самой распространенной и наиболее емкой средой разработки сегодня является Microsoft Visual C++. В наши дни Visual C++ лидирует среди продуктов для программирования в среде Windows. Visual C++ - это инструмент для программирования в среде Widnows, обладающий поистине фантастическими возможностями. Более того, многие разработчики считают Visual C++ самой мощной из всех программ такого класса. На самом деле Visual C++ представляет собой целый набор из множества инструментов, собранных в одном динамическом пакете, готовом к немедленной работе. Сначала программы для Windows приходилось писать на языке С, а не на С++, и получались они большими и сложными. Даже вывод на экран пустого окна требовал примерно пяти страниц сложного невразумительного кода. Язык С++ позволяет хранить большую часть программного кода внутри самостоятельных объектов, а это сокращает объем больших программ. Помимо этого, фирма Microsoft разработала библиотеку Microsoft Foundation Classes. MFC – замечательный пакет, состоящий из заранее написанного и готового к работе кода. Например, вместо того чтобы самостоятельно писать программу для работы с новым окном, можно просто воспользоваться классом cWnd из MFC, который выполнит всю работу за вас [2]. Возможности, предоставляемые библиотекой классов MFC позволяют конструировать элементы пользовательского интерфейса, легко работать со стандартными типами данных языка С, разрабатывать классы, производные от библиотечных с добавлением новых функциональных возможностей, разрабатывать собственные классы с последующим развитием их функциональности.
Глава 1. Тенденции развития компьютерных систем сбора и математической обработки ЭКГ
Электрокардиологический метод – метод регистрации и анализа биоэлектрических процессов человека и животных нашел весьма широкое применение в клинической практике, физиологическом эксперименте, авиационной и космической медицине, исследованиях по физиологии труда и спорта. Столь широкое применение электрокардиологического метода объясняется тем, что он позволяет получить ценную информацию о деятельностей тканей, органов и систем. Электрическое возбуждение распространяется в определенном направлении и последовательности, создавая на поверхности тела электрическое поле. Поскольку электропроводные свойства тканей неоднородны, электрическое поле ассиметрично с разностью потенциалов между отдельными участками тела. Это свойство положено в основу метода электрокардиографии, который регистрирует разность потенциалов путем различных отведений от поверхности тела, что достигается с помощью приборов – электрокардиографов [1]. Процесс получения из ЭКГ диагностической информации называется ЭКГ – анализом. Первые попытки автоматизировать этот процесс были предприняты еще в 70-х годах. Ожидалось, что кроме тех преимуществ, которые дает автоматизация, удастся также повысить диагностическую точность анализа благодаря применению статических методов, которые не могут быть использованы при обработке вручную [3]. Результатом развития различных компьютерных систем явился ЭКГ – анализ. Обычно он выполняется в четыре этапа:
1. Ввод ЭКГ.
2. Фильтрация ЭКГ.
3. Распознавание характерных элементов ЭКГ и измерение соответствующих параметров.
4. Интерпретация и классификация ЭКГ.
Информационно-измерительной системой (ИИС) будем называть совокупность функционально связанных устройств и программного обеспечения, реализующую необходимое информационное обслуживание объекта анализа, которое включает в себя сбор, обработку, передачу и хранение полезной информации.
Запись и ввод ЭКГ.
ЭКГ записывают с помощью прибора, называемого электрокардиографом. До начала 70-х годов ЭКГ отведения записывались последовательно одно за другим [1]. Лишь позже появились трехканальные электрокардиографы, позволяющие вести запись сразу трех отведений. Современная регистрирующая аппаратура может одновременно фиксировать до 12 отведений. От электрокардиографа сигнал передается в АЦП. Здесь аналоговый сигнал ЭКГ преобразуется в цифровую форму и передается в компьютер. Используются различные частоты дискретизации, но чаще всего 250 и 500 Гц. Эти две величины, согласно теореме Шеннона, достаточно высоки, поскольку в ЭКГ взрослого человека максимальная частота, имеющая диагностическое значение, составляет примерно 80 ГЦ. Каждая ЭКГ – кривая после оцифровки передается в компьютер в виде последовательности чисел {Yi}, где Yi – амплитуда (в мкВ) i - ой точки. В современной клинической практике принята следующая система отведений, считающаяся стандартной. В этой системе съем потенциалов осуществляется с правой руки (R), левой руки (L), левой ноги(F) и шести точек от правого края грудины до левой среднеподмышечной линии (C1-C6). На основе снятых потенциалов вычисляются отведения:
Основные:
I = L – R
II = F – R
III = F – L
Усиленные:
aVR = R – (L + F)/2
aVL = L – (R + F)/2
aVF = L – (R + L)/2
Грудные с V1 по V6:
Vi =Ci – (R + L + F)/3
При реализации такой схемы приходится задействовать дополнительный электрод на правую ногу (N), обеспечивающий нулевой потенциал, относительно которого и осуществляется съем потенциалов с основных электродов. При реализации такой схемы отведений достаточно часто используется тот факт, что из приведенных 12 отведений только 8 являются линейно – независимыми друг от друга [3]. Это позволяет исключить из схемы аппарата 4 независимых аналоговых тракта, что несколько сокращает его стоимость. Исключаемые отведения вычисляются программным методом следующим образом:
III = II – I
aVR = -(II+I)/2
aVL = (2I – II)/2
aVF = (2II-I)/2
После снятия аналогового сигнала с отведений он соответственно оцифровывается для последующей передачи обработчику, в качестве которого сейчас обычно выступает компьютер [4]. Частота дискретизации Fs на основании теоремы Котельникова – Шеннона должна быть более чем в два раза верхней полосы пропускания. С теоретической точки зрения теорема Шеннона определяет минимальное значение частоты дискретизации Fs для сигнала с ограниченной полосой частот (т. е. для сигнала содержащего частоты вплоть до максимальной Fb). Из теоремы следует что при дискретизации, как минимум вдвое большей, чем частота сигнала, гарантируется частотное содержимое аналогового сигнала и обеспечивается идеальное восстановление оригинального сигнала по его дискретным значениям, с помощью надлежащей интерполяции [5].
Сейчас достаточно часто применяют частоту оцифровки в 500 Гц, рекомендованную Американской Ассоциацией Электрокардиологов [6,7]. Эта величина, согласно теореме Шеннона, достаточно высока, поскольку в ЭКГ взрослого человека максимальная частота, имеющая диагностическое значение, составляет примерно 80 Гц. Однако не следует думать, что частоты дискретизации в современных кардиографах ограничиваются 500 Гц – на данный момент они достигают нескольких килогерц. В соответствии с современными требованиями разрешение по амплитуде у современных приборов должно составлять не менее 5 мкВ. Высокое амплитудное разрешение необходимо для некоторых видов обработки кардиокривых, например для анализа поздних потенциалов, а так же для высококачественного представления электрокардиограммы на экране или в твердой копии без применения специальной интерполяции.
Необходимый диапазон частот для электрокардиографа, применяемого для диагностики должен составлять, как минимум от 0.05 и до 120 Гц (по уровню – 3dB). Причем, если к верхнему диапазону частот нет четко обоснованных требований – в разных источниках называются значения от 100 до 250 Гц, то со значением нижней частоты пропускания связываются диагностически значимые ЭКГ критерии. Если значение нижней полосы пропускания не выдерживается, то возможны ошибки автоматизированной диагностики, вплоть до постановки ошибочного заключения [8].
К сожалению кардиографы, созданные по стандартной схеме обладают рядом недостатков, к которым стоит отнести наличие прецизионных резисторов во входном каскаде схемы отведений, сложных инструментальных входных усилителей, крупногабаритных конденсаторов. Совсем недавно стала доступна элементная база, реализующая принцип сигма – дельта цифрового преобразования в одном модуле. Это позволило реализовать электрокардиограф исключительно на сигма – дельта АЦП [10,11], лишенного упомянутых недостатков. К сожалению, такие аппараты до сих пор обладают достаточно высокой стоимостью.
Фильтрация ЭКГ.
Под задачей обработки понимается решение задачи обнаружения и задачи выделения полезной информации. В общем случае поступающий сигнал, помимо полезной составляющей, содержит и некоторую помеху, которая мешает правильно выделить информационную компоненту сигнала. В этом случае решается задача обработки состоит в том, чтобы наиболее полно исключить помеху, при этом внеся предсказуемые и методологически корректируемые изменения в полезный сигнал. Цифровая фильтрация и быстрое преобразование Фурье - наиболее широко применяемые способы обработки сигнала.
Первостепенное значение на стадии диагностики в кардиологии имеет фильтрация сигналов ритмов сердца. Для постановки правильного диагноза врачу необходимо получать данные от кардиографа, связанные только с активностью сердечных ритмов. После регистрации и дискретизации сигнала ЭКГ следующим этапом обработки ЭКГ обычно является цифровая фильтрация. Это необходимо для повышения качества записи и подавления различных шумов, связанных в основном с мышечным тремором, смещением электродов и электрическими помехами. Цифровые фильтры, применяемые в электрокардиографии можно разделить на 3 основные группы – это нерекурсивные фильтры с конечной импульсной характеристикой(КИХ), рекурсивные фильтры с бесконечной импульсной характеристикой (БИХ), адаптивные фильтры, а также частотные фильтры, производящие фильтрацию сигнала в определенной области частот с использованием локального преобразования Фурье [12]. Для борьбы с мышечной наводкой желателен атреморный фильтр низкой частоты (ФНЧ), ограничивающий диапазон входного сигнала где – то до 60-70 Гц, а для борьбы с сетевой наводкой режекторный фильтр на 50 Гц в условиях отечественных стандартов и на 60 Гц в условиях иностранных сетей. В итоге ПО обработки ЭКГ имеет, как минимум, переключаемый фильтр верхних частот (ФВЧ) с наибольшей постоянной по времени не менее 3.2 секунды, фильтр сетевой наводки и совмещенный с ним или реализованный отдельно переключаемый ФНЧ.
На рисунках 1.1 и 1.2 приведены блок – схемы КИХ и БИХ фильтров соответственно. Элементы Z -1 – просто элемент задержки, который может рассматриваться как регистр, хранящий один отсчет входного сигнала, треугольники – элементы, выполняющие арифметическую операцию умножения, а окружности – сложение.
Рисунок 1.1. Структура КИХ фильтра
Рисунок 1.2. Структура БИХ фильтра.
Традиционная фильтрация обычно применяется тогда, когда полезный сигнал и шум находятся в разных диапазонах частот, причем спектральный характер шума заранее известен. Фильтры обычно проектируются исходя из желаемой АЧХ, которая достигается лишь с требуемой точностью, накладывая определенные ограничения на возможную амплитуду осцилляции в полосе пропускания, ширину переходной области между полосой пропускания и подавления. Для обработки биологических сигналов большую важность имеет линейная, а если это возможно, то и нулевая ФЧХ. Если фильтр имеет нелинейную ФЧХ, то его работа будет вносить нелинейные искажения в сигнал, которые могут сказаться при последующем анализе сигнала. Требование линейности ФЧХ для КИХ фильтров выливается в требование симметрии коэффициентов фильтра относительно середины. Существует достаточно большое количество методик расчета как КИХ, так и БИХ фильтров [5]. Расчетная среда Matlab предоставляет широкий спектр возможностей для расчета фильтров. Расчеты фильтров для применения в детекторе подачи импульса дефибриляции будут приведены в приложении.
