Тип публикации: статья из журнала
Год издания: 2023
Идентификатор DOI: 10.18127/j19998554-202302-05
Ключевые слова: neural network, cardiac signal, machine learning, model, analysis, medical diagnostics, decision making, algorithm, нейронная сеть, кардиосигнал, машинное обучение, модель, анализ, медицинская диагностика, принятие решений, алгоритм
Аннотация: Постановка проблемы. Известно, что в России ежегодно от сердечно-сосудистых заболеваний умирает около одного миллиона человек. Использование прогрессивных технологий может помочь снизить смертность, за счет ранней диагностики заболеваний. Этот процесс сопровождается большим объемом биомедицинской информации, что в свою очередь обусПоказать полностьюлавливает необходимость создания новых методов, алгоритмов и инструментов интеллектуального анализа данных. В этой связи представляется целесообразным рассмотреть проблему выявления аномалий при анализе электрокардиограмм в устройствах автоматизированной диагностики заболеваний сердечно-сосудистой системы. Цель. Разработать метод и техническое решение для выявления аномалий при анализе электрокардиограмм в устройствах автоматизированной диагностики заболеваний сердечно-сосудистой системы. Результаты. Представлены известные направления анализа кардиосигналов. С учетом необходимости анализа больших данных, выделена общая задача создания новых методов для получения эффективных решений. Сформулирована локальная задача увеличения точности получаемых результатов, а также обеспечения диагностики в режиме реального времени. Показано, что в области задач классификации при обработке изображений хорошие результаты получают при использовании сверточной нейронной сети. Для решения означенных задач предложено использовать сверточные нейронные сети. Практическая значимость. Результаты экспериментальных исследований показали высокую эффективность разработанного метода в обнаружении аритмий (тахикардия, брадикардия, пароксизмальные нарушения, экстрасистолия, мерцательная аритмия сердца). Разработанный метод может быть использован при создании устройств автоматизированного обнаружения сердечно-сосудистых аномалий. Предложенное устройство позволит проводить диагностику на ранних этапах развития болезни, что, в свою очередь, позволит поставить верный диагноз и назначить своевременное лечение. Problem setting. It is known that in Russia about one million people die from cardiovascular diseases every year. The use of advanced technologies can help reduce mortality by early diagnosis of diseases. This process is accompanied by a large volume of biomedical information, which in turn necessitates the creation of new methods, algorithms and tools for data mining. In this regard, it seems appropriate to consider the problem of detecting anomalies in the analysis of electrocardiograms in devices for automated diagnosis of diseases of the cardiovascular system. Target. To develop a method and a technical solution for detecting anomalies in the analysis of electrocardiograms in devices for automated diagnosis of diseases of the cardiovascular system. Results. The well-known directions of the analysis of cardiac signals are presented. Taking into account the need for big data analysis, the general task of creating new methods for obtaining effective solutions is highlighted. The local task of increasing the accuracy of the results obtained, as well as providing diagnostics in real time, is formulated. It is shown that in the field of classification problems in image processing, good results are obtained using a convolutional neural network. To solve these problems, it is proposed to use convolutional neural networks. Practical significance. The results of experimental studies have shown the high efficiency of the developed method in detecting arrhythmias (tachycardia, bradycardia, paroxysmal disorders, extrasystole, atrial fibrillation of the heart). The developed method can be used to create devices for automated detection of cardiovascular anomalies. The proposed device will make it possible to diagnose at the early stages of the development of the disease, which, in turn, will make it possible to make the correct diagnosis and prescribe timely treatment.
Журнал: Нейрокомпьютеры: разработка, применение
Выпуск журнала: Т.25, №2
Номера страниц: 58-65
ISSN журнала: 19998554
Место издания: Москва
Издатель: ООО "Издательское предприятие редакции журнала "Радиотехника"