Automatyczna interpretacja EKG - Automated ECG interpretation

Zrzut ekranu oprogramowania do cyfrowego przetwarzania EKG

Zautomatyzowana interpretacja EKG jest wykorzystanie sztucznej inteligencji i rozpoznawania obrazów oprogramowania i baz wiedzy przeprowadzić automatycznie interpretacji, raportowanie testową, a diagnozy komputerowej z elektrokardiograficznym tracings uzyskane zwykle od pacjenta .

Historia

Pierwsze zautomatyzowane programy EKG zostały opracowane w latach 70. XX wieku, kiedy cyfrowe urządzenia EKG stały się możliwe dzięki płytkom do przetwarzania sygnałów cyfrowych trzeciej generacji. Modele komercyjne, takie jak te opracowane przez firmę Hewlett-Packard , zawierały te programy w urządzeniach używanych klinicznie.

W latach 80-tych i 90-tych firmy i laboratoria uniwersyteckie przeprowadziły szeroko zakrojone badania w celu poprawy współczynnika dokładności, który nie był zbyt wysoki w pierwszych modelach. W tym celu instytucje takie jak MIT zbudowały kilka baz danych sygnałów z prawidłowymi i nieprawidłowymi EKG i wykorzystano je do przetestowania algorytmów i ich dokładności.

Fazy

Podstawowe cechy sygnału dotyczące czasu i amplitudy, które są mierzone i stanowią podstawę do automatycznej analizy EKG
  1. Cyfrowa reprezentacja każdego zarejestrowanego kanału ECG otrzymuje się, za pomocą przetwornika analogowo-cyfrowego przetwornika i specjalnego akwizycji danych oprogramowania lub cyfrowego przetwarzania sygnałów (DSP), układu .
  2. Powstały sygnał cyfrowy jest przetwarzany przez szereg wyspecjalizowanych algorytmów , które rozpoczynają się od jego kondycjonowania , np. Usunięcia szumu , odchylenia poziomu podstawowego itp.
  3. Ekstrakcja cech : analiza matematyczna jest teraz przeprowadzana na czystym sygnale wszystkich kanałów, aby zidentyfikować i zmierzyć szereg cech, które są ważne dla interpretacji i diagnozy, będzie to stanowić dane wejściowe do programów opartych na sztucznej inteligencji, takich jak amplituda szczytowa, obszar pod krzywą, przemieszczenie fal P, Q, R, S i T w stosunku do linii bazowej itp., opóźnienie czasowe między tymi szczytami i dolinami, częstotliwość tętna (chwilowa i średnia) i wiele innych. Pewnego rodzaju przetwarzanie wtórne, takie jak analiza Fouriera i analiza falek, może być również przeprowadzone w celu zapewnienia danych wejściowych do programów opartych na rozpoznawaniu wzorców.
  4. Do wyciągania wniosków, interpretacji i diagnozy wykorzystuje się przetwarzanie logiczne i rozpoznawanie wzorców, wykorzystując systemy ekspertowe oparte na regułach , probabilistyczną analizę bayesowską lub algorytmy logiki rozmytej , analizę skupień , sztuczne sieci neuronowe , algorytmy genetyczne i inne techniki.
  5. Program raportujący jest uruchamiany i generuje prawidłowe wyświetlanie oryginalnych i obliczonych danych oraz wyników automatycznej interpretacji.
  6. W niektórych aplikacjach, takich jak automatyczne defibrylatory , działanie jakiegoś mogą być wywołane przez wynikami analiz, takich jak wystąpienia migotania przedsionków lub zatrzymanie akcji serca , brzmienia alarmów w monitorze medycznych w oddziale intensywnej opieki aplikacji , i tak dalej.

Aplikacje

Przemysł wytwórczy maszyn EKG jest obecnie w pełni cyfrowy, a wiele modeli zawiera wbudowane oprogramowanie do analizy i interpretacji zapisów EKG z 3 lub więcej odprowadzeniami. Produkty konsumenckie, takie jak domowe rejestratory EKG do prostego, 1-kanałowego wykrywania arytmii serca , również wykorzystują podstawową analizę EKG, zasadniczo do wykrywania nieprawidłowości. Niektóre obszary zastosowań to:

  • Integracja z automatycznymi defibrylatorami, aby można było podjąć autonomiczną decyzję, czy istnieje przyczyna wykonania wstrząsu elektrycznego na podstawie arytmii przedsionkowej lub komorowej;
  • Przenośne EKG stosowane w telemedycynie . Urządzenia te służą do przesyłania zapisów EKG za pośrednictwem łącza telekomunikacyjnego, takiego jak telefon , komórkowa transmisja danych lub Internet
  • Konwencjonalne urządzenia EKG do stosowania w podstawowej opieki zdrowotnej ustawieniach gdzie przeszkolony kardiolog nie jest dostępny

Implikacje i ograniczenia

Automatyczna interpretacja EKG jest przydatnym narzędziem, gdy dostęp do specjalisty nie jest możliwy. Chociaż dołożono znacznych starań, aby ulepszyć automatyczne algorytmy EKG, czułość automatycznej interpretacji EKG ma ograniczoną wartość w przypadku odpowiednika STEMI, na przykład w przypadku „hiperostrego załamka T”, zespołu ST-T de Wintera, zjawiska Wellensa, po lewej przerost komory, blok lewej odnogi pęczka Hisa lub w przypadku obecności rozrusznika. Zautomatyzowane monitorowanie odcinka ST podczas transportu pacjenta jest coraz częściej stosowane i poprawia czułość wykrywania STEMI, ponieważ uniesienie odcinka ST jest zjawiskiem dynamicznym.

Zobacz też

Bibliografia

  1. ^ Systemy BioPac. Nota aplikacyjna: Automatyczna analiza EKG
  2. ^ Al-Fahoum AS; Howitt, I. Połączona transformacja falkowa i radialna podstawa sieci neuronowych do klasyfikowania zagrażających życiu arytmii serca, Med. Biol. Inż. Comput. 37 (1999), str. 566–573.
  3. ^ Mautgreve, W. i in. HES EKG expert - system ekspercki do kompleksowej analizy i nauczania EKG. Proc. Computers in Cardiology: Jerozolima, Izrael 19–22 września 1989 r. (USA: IEEE Comput. Soc. Press, 1990. s. 77–80).
  4. ^ Bortolan, G. i in. Klasyfikacja EKG z sieciami neuronowymi i analizą skupień. Proc. Komputery w kardiologii. Wenecja, Włochy, 23–26 września 1991 r. (USA: IEEE Comput. Soc. Press, 1991. str. 177-80).
  5. ^ Sabbatini, RME Zastosowania sztucznych sieci neuronowych w przetwarzaniu sygnałów biologicznych. MD Computing, 3 (2), 165-172 marca 1996.
  6. ^ Trudne EKG w STEMI: wnioski wyciągnięte z seryjnego pobierania próbek EKG przed i w szpitalu, Ayer i wsp., JECG, 2014
  7. ^ Interpretacja EKG - STEMI i odpowiednik, ebook
  8. ^ Wybitny załamek T: Elektrokardiograficzna diagnostyka różnicowa , Sommers i wsp., American Journal of Emergency Medicine
  9. ^ Nowy znak EKG okluzji proksymalnej LAD, de Winter, NEJM, 2008

Źródła


Przetłumaczone i powielane za zgodą autora.

Linki zewnętrzne