Arkusz przykładowy z instrukcjami formatowania

XVI Krajowa Konferencja Biocybernetyki i Inżynierii Biomedycznej
Metoda oceny częstości oddechowej na podstawie sygnału EKG.
Michał Momot1, Paweł Gibiński1, Alina Momot2, Norbert Henzel3,
Adam Gacek1, Marek Kurzyński4, Jacek Łęski3
1
Instytut Techniki i Aparatury Medycznej, Zabrze ul. Roosevelta 118;
2
Politechnika Śląska, Instytut Informatyki, Gliwice ul. Akademicka 16;
3
Politechnika Śląska, Instytut Elektroniki, Gliwice ul. Akademicka 16;
4
Politechnika Wrocławska, Zakład Systemów i Sieci Komputerowych, Wrocław ul. Wyb. Wyspiańskiego 27
[email protected]; [email protected]; [email protected];
[email protected]; [email protected]; [email protected];
[email protected]
Słowa kluczowe: częstość oddechu, sygnał EKG, metoda najmniejszych kwadratów, analiza częstotliwościowa.
Częstość akcji oddechowej jest, ze względu na użyteczność diagnostyczną, jednym z podstawowych parametrów
monitorowanych u pacjentów. Ze względu na to, że innym często monitorowanym sygnałem jest EKG, to znane są w literaturze
liczne próby użycia tego sygnału do oceny wartości akcji oddechowej [1], [2], [4]. Zaletą tego podejścia jest możliwość
uzyskania dodatkowej informacji o stanie pacjenta bez konieczności użycia dodatkowych czujników. Zmiany sygnału EKG
wywołane oddechem spowodowane są zmianą impedancji klatki piersiowej wywołane zmianą objętości płuc podczas oddechu
oraz zmianą przestrzennego położenia elektrod względem serca. Dodatkowo występuje zmiana częstości rytmu serca
spowodowana wpływem autonomicznego układu nerwowego. Do odtworzenia sygnału oddechu na podstawie EKG najczęściej
korzysta się z modulacji amplitudy tego sygnału podczas oddechu (amplituda załamka R lub pole powierzchni pod
załamkiem R) [1]. Rzadziej stosuje się do uzyskania sygnału oddechu zmiany częstości akcji serca ze względu na możliwość
wystąpienia arytmii serca. Biorąc pod uwagę małą zmianę amplitudy EKG wywołaną modulacją oddechową oraz powszechnie
występujące zakłócenia sygnału należy stwierdzić, że dla niewielu pacjentów analiza zmiany amplitudy załamka R prowadzi do
zadowalających efektów [1]. Zastosowanie pola powierzchni pod załamkiem R wymaga wyznaczenia punktów
charakterystycznych tego załamka (początku i końca załamka). W literaturze opisane są bardziej zaawansowane algorytmy
wyznaczania fali oddechowej na podstawie EKG: stosujące transformatę falkową [2], filtrację adaptacyjną [3], analizę
składników głównych [5] lub analizę wektora elektrycznego serca [6]. Podstawową wadą tych algorytmów jest ich
skomplikowanie oraz duży nakład obliczeniowy.
Celem pracy jest wprowadzenie metody o dużej czułości na modulację amplitudy EKG przy zwiększonej odporności na
zakłócenia tego sygnału. Zastosowanym pomysłem jest wyznaczanie zmian amplitudy EKG w kolejnych ewolucjach serca na
podstawie całych zespołów QRS. Po wyznaczeniu punktów centrujących dla każdego zespołu QRS analizowane są sygnały w
oknach czasowych obejmujących te zespoły (w stałej lokalizacji względem punktów centrujących, bez potrzeby wyznaczania
dodatkowych punktów charakterystycznych). Skalowanie poszczególnych zespołów QRS wyznaczane jest za pomocą analizy
regresji pomiędzy kolejnymi fragmentami sygnału EKG. Zastosowanie metody najmniejszych kwadratów powoduje odporność
proponowanej metody na zakłócenia sygnału EKG. Jest to podstawowa cecha metody odróżniająca ją od powszechnie
stosowanych metod bazujących na wyznaczaniu skalowania amplitudy zespołów QRS przy zastosowaniu jednej próbki sygnału
(zazwyczaj amplitudy załamka R). Podstawowym problemem są zakłócenia mięśniowe, ponieważ inne typy zakłóceń można
efektywnie tłumić. Jeżeli przyjmiemy, że zakłócenia mięśniowe są addytywnymi zakłóceniami gaussowskimi, to zastosowanie
metody najmniejszych kwadratów prowadzi do nieobciążonej i o minimalnej wariancji estymaty efektu modulowania amplitudy
EKG falą oddechową. Kolejnym etapem metody jest wykonanie analizy fourierowskiej na uzyskanej sekwencji
współczynników skali zespołów QRS. Wyznaczana jest maksymalna co do wartości bezwzględnej składowa częstotliwościowa.
Jeżeli wartość oceny widma dla tej składowej przewyższa zadany poziom możliwa jest ocena częstości akcji oddechowej. W
przeciwnym przypadku metoda nie daje odpowiedzi.
Wykonano badania metody dla sygnałów sztucznych (o znanej częstości modulacji amplitudy) oraz dla sygnałów
rzeczywistych. W tym ostatnim przypadku oddech pacjenta był synchronizowany za pomocą metronomu. Przeprowadzone
eksperymenty pozwalają mieć nadzieję, że proponowana metoda oceny częstości oddechowej będzie mogła znaleźć
zastosowanie w urządzeniach do monitorowania sygnału EKG pacjenta, gdzie bez dodatkowych czujników możliwe będzie
wzbogacenie ich możliwości.
Praca wykonywana w ramach projektu badawczego EUREKA! 4452 dofinansowywanego przez NCBiR.
[1] L.S. Correa, E.T. Laciar, R. Jane; Performance evaluation of three methods for respiratory signal estimation from the
electrocardiogram. 30th Ann. Int. Conf. IEEE/EMBS, pp. 4760 - 4763, 2008.
[2] W.J. Yi, K.S. Park; Derivation of respiration from ECG measured without subject apos’s awareness using wavelet
transform. 24th Ann. Conf. EMBS/BMES, pp. 130 - 131, 2002.
[3] M. Varanini, M. Emdin, F. Allegri, M. Raciti, F. Conforti, A. Macerata, A. Taddei, R. Francesconi, G. Kraft, A.L. Abbate, C.
Marchesi; Adaptive filtering of ECG signal for deriving respiratory activity. Comp. Cardiol., pp. 621 - 624, 1990.
[4] P. Chazal, C. Heneghan, E. Sheridan, R. Reilly, P. Nolan, M. O’Malley; Automated processing of single-lead
electrocardiogram for the detection of obstructive sleep apnoea. IEEE Trans. Bio. Eng., Vol.50, No.6, pp.686 – 696, 2003.
[5] P. Langley, E.J. Bowers, A. Murray; Principal component analysis as a tool for analysing beat-to-beat changes in
electrocardiogram features: application to electrocardiogram derived respiration. IEEE Trans. Bio. Eng. (w druku).
[6] R. Bailón, L. Sörnmo, P. Laguna; A Robust Method for ECG-Based Estimation of the Respiratory Frequency During Stress
Testing. IEEE Trans.Bio. Eng. Vol. 53, No. 7, July 2006 1273