International scientific journal
“Interpretation and researches”
Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2
107
УДК 004.93-12, 612.171.1
ПРИМЕНЕИЕ СИМУЛЯЦИИ ЭХО ЭКГ И ЧТЕНИЕ ЕГО ИЗ ФАЙЛОВ С
ПОМОЩЮ ФИЛЬТРОВ ПАН ТОМПКИНСОНА
Мусакаев Руслан Рашидович
Ташкентский Государственный технический университет. РУз Республика
Узбекистан, Ташкент. Магистр,
Ходжамова Вера Сафаралиевна
Ташкентский Государственный технический университет.РУз Республика
Узбекистан, Ташкент. Студент
Ибрагимов Шабатир Бахрамович
Ташкентский Государственный технический университет. РУз Республика
Узбекистан, Ташкент. Доцент
APPLICATION OF ECHO ECG SIMULATION AND READING IT FROM
FILES USING PAN-TOMPKINSON FILTERS
Abstract:
This article discusses the use of Python programming language for
processing echocardiography signals, with an emphasis on the use of various filters to
improve the quality of the signals. Echo-ECG allows visualization of the heart
rhythm and detection of pathologies. However, in the process of receiving signals,
noise occurs that needs to be filtered. Using Python and Pan-Tompkinson filters in
the analysis of Echo-ECG signals improves the quality of the received signals and
more accurately identifies heart pathology.
Keywords:
Echo-ECG, filtering, Echo-ECG analysis, Python, programming,
filter, Pan-Tompkinson.
Ведение.
Согласно данным Всемирной Организации Здравоохранения
(ВОЗ), ежегодно от сердечно-сосудистых заболеваний (ССЗ) умирает более 17
миллионов человек по всему миру. При этом, своевременное и корректное
медицинское вмешательство могло бы предотвратить 80% случаев инфаркта и
инсульта. Эхо-ЭКГ играет важную роль в диагностике заболеваний сердца,
однако данные, получаемые с помощью этого метода, часто подвержены
шумам и искажениям. Для их эффективной фильтрации используются
различные подходы, включая фильтры Баттерворта, Пан-Томпкинсона и
Савицкого-Голея.
Актуальность данной темы заключается в значении Эхо-ЭКГ
для диагностики различных заболеваний сердца и необходимости
усовершенствования методов их анализа, что может привести к более точной
диагностике и улучшению качества медицинских услуг [1]. Задачей данной
International scientific journal
“Interpretation and researches”
Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2
108
работы является изучение способов фильтрации Эхо-ЭКГ с помощью языка
программирования Python. Фильтрация сигналов является неотъемлемой
частью анализа Эхо-ЭКГ, поскольку на эти данные могут влиять различные
помехи и шумы, что затрудняет точную интерпретацию. Для эффективного
фильтрации Эхо-ЭКГ применяются различные методы обработки сигналов,
включая фильтрацию в частотной области, вейвлет-преобразования, а также
фильтры низких, высоких и полосовых частот. В Python для этих целей можно
использовать библиотеки SciPy и NumPy, которые предоставляют широкие
возможности для работы с сигналами, а также визуализацию с помощью
Matplotlib [2].
Результаты и обсуждение.
В ходе исследования были созданы несколько
видов программного обеспечения для симуляции, чтения, фильтрации и
обработки Эхо ЭКГ. Ниже представлены примеры работы выше указанных
видов программного обеспечения.
1.
Чтение Эхо ЭКГ из файлов с расширением dat и hea.
ECG ID data base person 1rec_1 2 500 10000 rec_1.dat 16 200 12 0 67 23151 0
ECG I rec_1.dat 16 200 12 0 4 770 0 ECG I filtered File # Age: 23 # Sex: female #
ECG date: 15.03.2005
Рис 1. Чтение Эхо ЭКГ из файла
Как показано на рис.1 программа обеспечивает чтения файла, графически
визуализирует его, затем выделяет пики на данной визуализации и выводит их
количество на графической визуализации.
При работе данного сегмента применяется следующий алгоритм:
считываем запись Эхо ЭКГ, получаем данные Эхо ЭКГ, выберем один из
сигналов ,если есть несколько то указываем их все по одному или
интересующий нас сигнал, преобразуем время в секунды, находим пики в Эхо
ЭКГ сигнале, строим графическую визуализацию Эхо ЭКГ сигнала, выводим
информации о количестве найденных пиков на итоговый график (рис.1).
International scientific journal
“Interpretation and researches”
Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2
109
При работе данного сегмента применяется следующий алгоритм (рис.2):
считываем запись Эхо ЭКГ, получаем данные Эхо ЭКГ, выберем один из
сигналов ,если есть несколько то указываем их все по одному или
интересующий нас сигнал, преобразуем время в секунды, находим пики в Эхо
ЭКГ сигнале, строим графическую визуализацию Эхо ЭКГ сигнала, выводим
информации о количестве найденных пиков на итоговый график (рис. 1).
Как видно из рис. 3 при фильтрации методом Пан -Томпкинсона
выделяются и подсчитываются R пики на Эхо ЭКГ. Что так же является
примечательным, как и в предыдущей, так и в этой визуализации, координатная
сетка является крайне удобной для изучения отдельных плоскостей сигнала.
Количество пиков Эхо ЭКГ подсчитывается и выводится в терминале фильтра
Пан -Томпкинсона [4].
Рис 2. Листинг работы симуляционной части программы.
Рис.3 Фильтрация методом Пан Томпкинсона.
International scientific journal
“Interpretation and researches”
Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2
110
Рис.4 Листинг работы программы Пан -Томпкинсона.
При работе данного сегмента по применяется следующий алгоритм: чтение
файла, чтение данных из файлов DAT и HEA, нормализация сигнала, затем
применяются фильтры НЧ и ВЧ, выделяются R-зубцы, применяется
фильтрация методом Пан-Томпкинсона, далее происходит визуализация
сигнала и R-зубцов итоговые результаты выводятся на монитор пользователя
посредством графика указанного на рис. 3, а также на рис. 4.
Все выше указанные разделы программного обеспечения были
реализованы при помощи языка программирования Python, с помощи выше-
описанных алгоритмов. Симуляция Эхо ЭКГ и использование фильтров Пан-
Томпкинсона при чтении Эхо ЭКГ-сигналов из файлов имеют множество
применений и могут быть полезными в различных областях медицины,
особенно в кардиологии и мониторинге сердечно-сосудистой системы.
Рассмотрим, как эти методы могут быть полезны.
Симуляция Эхо ЭКГ полезна по следующим причинам:
•
Обучение и подготовка специалистов: Симуляции позволяют
кардиологам и медицинскому персоналу тренироваться в диагностике
заболеваний сердца. Использование компьютерных моделей для имитации
различных состояний, таких как аритмии или гипертрофия сердца, помогает
специалистам готовиться к реальным ситуациям.
International scientific journal
“Interpretation and researches”
Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2
111
•
Оценка воздействия медицинских вмешательств: Симуляция Эхо ЭКГ
может быть использована для предсказания того, как различные медикаменты
или процедуры могут повлиять на функцию сердца.
•
Исследования и разработка новых технологий: это может быть полезно
при создании новых инструментов и методов диагностики для улучшения
точности Эхо ЭКГ.
Заключение.
Использование фильтров Пан-Томпкинсона для обработки
Эхо ЭКГ-сигналов и их симуляции имеет огромный потенциал в улучшении
точности диагностики, обучении медицинских специалистов, а также в
разработке новых технологий. Эти методы позволяют эффективно улучшать
качество сигналов, минимизируя влияние шумов и артефактов, что критично
для правильной интерпретации ЭКГ и последующей диагностики заболеваний
сердца.
Список литературы:
1.
П. Ш. Чомахидзе «ЭхоКГ для начинающих» 2023, изд Эксмо. ISBN: 978-
5-04-187906-8
2. Lippmann, J. A., & Levy, J. C. (2004). "Signal Processing for the ECG: Filter
Design and Applications." IEEE Transactions on Biomedical Engineering, 51(8),
1457-1462. DOI: 10.1109/TBME.2004.828019
3. Weissler, A. M., et al. (2000). "Cardiac Imaging and Simulation." Journal of
the American College of Cardiology, 35(1), 1-12. DOI: 10.1016/S0735-
1097(99)00477-0
4. Tung, R., & Shiozaki, T. (2007). "Simulation of Cardiac Hemodynamics and
Echo Imaging: Applications to Diagnosis." Journal of the Society of Cardiac
Ultrasound, 27(2), 87-95. DOI: 10.1016/j.jcdu.2007.01.001
