Статті

DOI: https://doi.org/10.31713/vt2202613

Анотація

У статті розроблено метод автоматизованого виявлення та ідентифікації морфологічних артефактів у реалізаціях електрокардіосигналу, орієнтований на аналіз нетипової форми окремих кардіоциклів. Запропоновано послідовність опрацювання, що передбачає сегментацію ЕКС, вирівнювання циклів за R-піком, нормалізацію їх тривалості та формування амплітудно-часових, статистичних і формових ознак. Для первинного виявлення аномальних циклів розглянуто One-Class SVM, Isolation Forest, Local Outlier Factor, автоенкодер і k-NN, а також прямі метрики порівняння з репрезентативним нормальним циклом: RMSE, коефіцієнт кореляції, евклідову відстань і Dynamic Time Warping. Морфологічні артефакти систематизовано у п’ять базових класів: імпульсні, деформаційні, високочастотні шумові, низькочастотні/трендові та артефакти втрати або обмеження амплітуди. Експериментальну перевірку виконано для реалізацій із кліпінгом QRS, інверсією QRS та втратою фрагмента ST–T–TP. Показано, що ефективність детекторів суттєво залежить від характеру морфологічного спотворення та способу нормалізації. Найбільш стабільні результати серед базових детекторів продемонстрував LOF. Встановлено, що універсальна амплітудна нормалізація не є оптимальною для всіх класів: для кліпінгу необхідно зберігати ненормалізовані амплітудні ознаки, тоді як для оцінювання форми доцільно використовувати нормалізоване представлення циклу. Запропонований підхід передбачає паралельне використання ознак до і після амплітудної нормалізації, що підвищує адаптивність ідентифікації до типу артефакту. Результати придатні для систем контролю якості ЕКС.

Біографії авторів