Автоматизированная система прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца на основе нечетких сетевых моделей: технические и медицинские системы

Актуальность работы. В нашей стране от сердечно-сосудистых заболеваний (ССЗ) ежегодно умирает более 1 млн. человек. Особенно высока заболеваемость ишемической болезнью сердца (ИБС). Успешность лечения ИБС определяется возможностью ее дифференциальной диагностики, то есть отнесения к одному из принятых в клинической практике уровней тяжести. В то же время клиническая медицина недостаточно оснащена методологическим аппаратом и системами для профилактики, ранней диагностики и прогнозирования этой болезни. Поэтому большое значение приобретают функциональные методы исследования сердечно-сосудистой системы (ССС), наиболее распространенными, доступными и информативными из которых являются методы электрокардиографии.

Однако, по мнению многих специалистов, электрокардиосигнал (ЭКС) не обладает высокой специфичностью для широкого круга серьезных сердечных патологий, в частности для ИБС (А. Дабровский, Т.М. Домницкая). Для повышения специфичности электрокардиографических исследований используют нагрузочные пробы и холтеровское монитори-рование. В то же время, пробы с физической нагрузкой не обладают должной чувствительностью при диагностике ИБС, а холтеровское монитори-рование не обладает необходимой специфичностью при диагностике этого сердечно-сосудистого заболевания (Д.М. Аронов, Г. В. Рябыкина). Проведенные исследования показали, что высокую чувствительность, специфичность и диагностическую эффективность при диагностике ИБС можно получить посредством использования комплексных методов анализа ЭКС (O.JI. Бокерия, Е.З. Голухова), которые обеспечиваются компьютерными системами обработки данных, использующими различные методы обработки электрокардиосигнала в частотной области (преобразование Фурье) и структурный анализ во временной области. В настоящее время эти методы исчерпали свои возможности (А.П. Немирко). Поэтому, необходимы новые компьютерные технологии обработки данных, основанные на комплексном использовании этих методов, например, частотно-временной вейвлет-анализ. Однако методы частотно-временного картирования предполагают анализ сигнала на длинных апертурах, что вызывает трудности их интегрирования в системы поддержки принятия решений, так как большая часть баз данных заполнена информацией по анализу электрокар-диосигнала на коротких апертурах (в пределах 1 .10 кардиоциклов).

Устранить ряд недостатков известных систем можно используя нечеткую логику принятия решений, в рамках которой агрегируются решающие правила, полученные в частотной и частотно-временной областях, что позволяет повысить качество диагностики выбранного класса заболеваний.

Таким образом, разработка автоматизированных средств прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца, основанных на использовании комплексных методов анализа элек-трокардиосигнала и обеспечивающих поддержку принятия решений в условиях нечетко выраженных границ классов, является актуальной задачей.

Работа выполнена в рамках Федеральной целевой программы «Предупреждение и борьба с социально значимыми заболеваниями (2007;2011 годы)», подпрограмма «Артериальная гипертония» и в соответствии с научным направлением Курского государственного технического университета «Разработка медико-экологических информационных технологий».

Цель работы. Повышение чувствительности и специфичности прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца посредством автоматизированного частотного и частотно-временного анализа электрокардиосигналов и нечеткой логики принятия решений.

Для достижения поставленной цели необходимо решить следующие задачи:

— разработать метод синтеза пространства информативных признаков, предназначенного для прогнозирования, ранней и дифференциальной диагностики ИБС на основе частотного и частотно — временного анализа ЭКС;

— получить структурные решения нечетких нейронных сетей для систем поддержки принятия решений по прогнозированию ранней и дифференциальной диагностики ИБС;

— разработать структуру, алгоритмические и программные средства для автоматизированной системы диагностики ИБС;

— провести апробацию предложенных методов и средств на репрезентативных контрольных выборках.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, спектрального анализа, вейвлет-анализа, математической статистики, теории нечетких нейронных сетей и распознавания образов, экспертного оценивания и принятия решений. При разработке модуля нечеткого вывода в качестве инструментария использовался Matlab 6.0 с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной: способ определения компонентов признакового подпространства, заключающийся в вычислении вейвлет — преобразования электрокардио-сигнала на длинной апертуре, определении координат линии тренда модулей отсчетов полученного преобразования в полосе 0,8. 1,8 Гц и последующим вычислении дискретного преобразования Фурье линии тренда, позволяющий сформировать признаковое подпространство для автоматизированной системы формирования диагностических решенийспособ синтеза признакового подпространства, заключающийся в вычислении вейвлет — преобразования электрокардиосигнала на короткой апертуре, выборе значимых масштабов вейвлет-плоскости посредством метода адаптивного квантования мод и последующим дискриминантном анализе, на основании которого каждому значимому масштабу вейвлетплоскости ставятся в соотношение две классифицирующих функции, позволяющий осуществить автоматизированный анализ электрокардиосигна-ла в системе поддержки диагностических решенийструктура нечеткой нейронной сети для прогнозирования, ранней и дифференциальной диагностики ИБС, отличающаяся представлением дискретизированного электрокардиосигнала в различных признаковых пространствах и многоуровневой схемой агрегаторов и дефуззификаторов, позволяющая агрегировать частные решения по четырем признаковым подпространствамалгоритм работы дефуззификатора для нечеткой нейронной сети, позволяющий интегрировать решения четырех нечетких решающих модулей, отличающийся включением модуля дискриминантного анализа в итерационный процесс получения окончательного решения.

Практическая значимость и результаты внедрения. Разработанные метод, способы и алгоритмы составили основу построения автоматизированной системы по прогнозированию, ранней и дифференциальной диагностики ИБС, практические испытания которой показали ее высокую диагностическую эффективность и приемлемое качество рекомендаций, формируемых для врачей-специалистов.

Программные средства ориентированы на практическое здравоохранение и реализуют алгоритмы диагностики, способствующие ускорению процессов реабилитации больных ИБС.

Результаты работ внедрены в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению 200 300.68 — «Биомедицинская инженерия» и используются в клинической практике Областной клинической больницы г. Курска и в научно-исследовательской работе кафедры сосудистой хирургии Курского государственного медицинского университета.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: на IX и XI Международных научно-технических конференциях «Медико-экологические информационные технологии» (Курск, 2006, 2008) — XV Российской научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск, 2008) — II Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине» (Пенза, 2008) — 8-й Международной научномтехнической конференции «Физика и радиотехника в медицине и экологии» (Владимир, 2008), на XVI Международной конференции «Лазерно-информационные технологии в медицине, биологии и геологии» (Новороссийск, 2008), на Всероссийской научно-технической конференции «Медицинские информационные системы МИС-2008» (Таганрог, 2008), Третьем Международном радиоэлектронном Форуме «Прикладная радиоэлектроника. Состояние и перспективы развития» (Харьков, 2008), на научно-технических семинарах кафедры биомедицинской инженерии Курск-ГТУ (Курск, 2005, 2006, 2007, 2008).

Основные положения, выносимые на защиту

1. Разработанная нечеткая нейросетевая структура позволяет интегрировать данные, полученные в результате анализа электрокардиосигнала в различных ортогональных пространствах, на различных апертурах и в различных отведениях.

2. Частотно-частотный и частотно-временной анализ электрокардиосигнала позволяет сформировать пространство информативных признаков, которое может быть использовано для прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца и при использовании нечетких нейросетевых технологий принятия решений обеспечить приемлемое качество диагностики.

3. Разработанные четыре нечетких решающих модуля для нечеткой нейронной сети позволяют осуществить параллельную и независимую диагностику ишемической болезни сердца по параметрам электрокардиосигнала каждый в своем признаковом подпространстве, качество которой может быть повышено посредством объединения этих нечеткий решающих модулей в нечеткую нейронную сеть.

Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 13 печатных работ.

Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1−4], [9] и [10] автором предложены и исследованы нечеткие нейросетевые модели для диагностики сердечнососудистых заболеваний, в [6] автором предложена автоматизированная система синтеза нечетких нейросетевых структурв [8] и [11] соискатель предложил способ синтеза признакового подпространства по двумерной частотной плоскости электрокардиосигнала, в [12] соискатель провел разведочный анализ изображений вейвлет — преобразований электрокардио-сигналов больных ИБС, в [13] соискателем предложена иерархическая нейросетевая структура для прогнозирования ИБС.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающего 85 отечественных и 36 зарубежных наименования. Работа изложена на 137 страницах машинописного текста, содержит 53 рисунка и 24 таблицы.

4.6. Выводы четвертой главы

1. С учетом специфики решаемой задачи и медицинских требований к качеству прогнозирования и диагностики определены объемы репрезентативных контрольных выборок и выбраны показатели качества контролируемых решающих правил.

2. На репрезентативных контрольных выборках показано, что при работе автоматизированной системы в режиме диагностики ИБС обеспечивают диагностическая чувствительность не ниже 81% и диагностическая специфичность не ниже 76% и при диагностической эффективности на уровне 80% по каждому из используемых отведений.

3. Для повышения диагностической эффективности классификация предложена схема алгоритма, позволяющая агрегировать решающие правила по всем используемым отведениям, отличающаяся тем, что выходы трех нечетких решающих модулей, определяющих уверенность в принятии решения по двум альтернативным классам, подаются на дефуззификатор, вычисляющий две классифицирующих функции в шести мерном признаковом пространстве, по соотношению которых принимается решение о принадлежности объекта к одному из двух альтернативных классов.

4. На репрезентативных контрольных выборках показано, что при работе автоматизированной системы в режиме диагностики ИБС обеспечивают диагностическая чувствительность не ниже 94% и диагностическая специфичность не ниже 93% и при диагностической эффективности на уровне 95% при использовании всех трех отведений.

5. На репрезентативных контрольных выборках показано, что привила прогноза появления ИБС обеспечивают диагностическую чувствительность не ниже 68%, диагностическую специфичность не ниже 70% и общую диагностическую эффективность на уровне 70%.

6. На репрезентативных контрольных выборках было показано, что правила дифференциальной диагностики стенокардии и инфаркта миокарда обеспечивают чувствительность, специфичность и диагностическую эффективность на уровне 70%.

7. На репрезентативных контрольных выборках было показано, что правила диагностики ранних стадий выбранного класса заболеваний обеспечивает чувствительность, специфичность и диагностическую эффективность на уровне 66%. При этом эти показатели могут быть доведены до уровня 80% при использовании велоэргонометрической пробы и агрегации решений по анализу ЭКС, полученного без нагрузочной пробы и с нагрузочной пробой.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований нечетких нейросетевых структур и способов анализа электрокардиосгнала предложены новые технические решения, предназначенные для автоматизированных систем прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца, и показана возможность их применения в клинической практике.

В результате выполнения работы получены следующие основные результаты.

1. Разработан метод синтеза пространства информативных признаков, выделяемых из частотно-частотного и частотно-временного представления электрокардиосигнала, включающий:

— способ синтеза признакового подпространства, заключающийся в получении матрицы, строки которой являются оконным преобразованием Фурье кортежа смежных кардиоциклов электрокардиосигнала, определении оконного преобразования Фурье тех столбцов этой матрицы, координаты которых соответствуют выделенным посредством разведочного анализа значимым частотам оконным преобразованием Фурье электрокардиосигнала, выделении статистически значимых информационных зон этой матрицы и определении компонентов признакового подпространства на основе анализа двумерной спектральной плотности и коэффициентов корреляции матрицы оконного преобразования Фурье в локализованных информативных зонахспособ синтеза признакового подпространства, заключающийся в получении авторегрессионной модели оконного преобразования Фурье электрокардиосигнала и определении трехкомпонентного вектора информативных признаков, каждый компонент которого определяется по результатам структурного анализа развертки по строкам в зоне дыхательного цикла двумерной частотной плоскости;

— способ определения компонентов признакового подпространства, заключающийся в вычислении вейвлет-преобразования электрокардиосигнала на длинной апертуре, определении координат линии тренда модулей полученного преобразования в полосе 0,8. 1,8 Гц и последующем определении коэффициентов ряда Фурье линии тренда;

— способ синтеза признакового подпространства, заключающийся в вычислении вейвлет — преобразования электрокардиосигнала на короткой апертуре, выбора посредством метода адаптивного квантования мод трех значимых масштабов вейвлет-плоскости и последующего дискриминантного анализа совокупности индивидуумов, принадлежащих к двум диагностируемым классам, в результате которого каждому значимому масштабу вейвлет-плоскости ставится в соответствие две классифицирующих функции, посредством вычисления которых получают компоненты признакового подпространства.

2. Получена структура иерархической нечеткой сети для диагностики ИБС, отличающаяся двухуровневой схемой агрегаторов и дефуззификаторов и алгоритмом агрегирования решений четырех нечетких решающих модулей, осуществляющих независимый анализ сигнала с последующим включением или исключением результатов их анализа в процесс получения окончательного решения.

3. Разработана автоматизированная система для прогнозирования, ранней и дифференциальной диагностики ИБС, диагностическая эффективность принятия решений в которой достигает 95 процентов.

4. Разработанные метод, способы, алгоритмы и соответствующее программное обеспечение прошли экспериментальную проверку в клинической практике Областной клинической больницы г. Курска, на кафедре сосудистой хирургии Курского государственного медицинского университета и в учебном процессе кафедры Биомедицинской инженерии Курского государственного технического университета, которая показала целесообразность практического использования разработанных метода, способов, алгоритмов и программного обеспечения.