симптомы, причины, профилактика и лечение

Чесотка (скабиес) входит в число наиболее распространенных паразитарных поражений кожи. Возбудитель патологии – чесоточный клещ-зудень Sarcoptes scabiei. Основными симптомами заболевания становятся высыпания на кожных покровах, хорошо заметные клещевые ходы в верхних слоях дермы и расчесы в местах их локализации. Лечение пациентов проходит под надзором врача-дерматолога.

Этиология заболевания

Причиной развития чесотки становится контакт здорового ребенка или взрослого с носителем чесоточных клещей. Sarcoptes scabiei паразитирует только на человеке. Чесоточные ходы в эпидермисе прокладываются самками, длина тела которых не превышает 100 мкм. Вылупляющиеся личинки выходят на поверхность кожи и самостоятельно внедряются в эпидермис за счет наличия мощного челюстного аппарата. Некоторое время клещи сохраняют жизнеспособность на поверхности бытовых предметов – здоровый человек может стать носителем паразита после использования столовых приборов, посуды, средств личной гигиены. Не меньшую опасность представляют дверные ручки, лестничные перила, телефонные трубки, постельное белье.

Внедряется Sarcoptes scabiei под кожу за 20-25 минут. Возбудители заболевания гибнут при температуре выше 50 градусов в течение 10 минут, нагрев окружающей среды до 80 градусов приводит к мгновенному прекращению их жизнедеятельности.

Симптоматика скабиеса

Первые признаки чесотки проявляются у здорового человека через 7-10 дней после контакта с носителем патологии. При внимательном осмотре кожных покровов на 2-3 день можно заметить чесоточные ходы. Симптоматика нарастает при откладывании самками яиц в толще эпидермиса. Пациенты сталкиваются с нестерпимым зудом, который усиливается в вечерние и ночные часы. При укусах Sarcoptes scabiei выделяют химически активные вещества, становящиеся причиной аллергической реакции и локального воспаления кожных покровов. Зуд приводит к появлению расчесов, покрытых кровянистыми струпьями.

У вас появились симптомы чесотки?

Точно диагностировать заболевание может только врач. Не откладывайте консультацию — позвоните по телефону +7 (495) 775-73-60

Классификация патологии

Выявляемые при осмотре пациентов симптомы чесотки позволяют дерматологам выделять четыре типа заболевания.

Форма скабиеса	Описание
Чистоплотный	Рассматривается врачами как стертая форма патологии. Развивается у людей с высокой иммунореактивностью. На кожных покровах не наблюдается аллергической реакции на продукты жизнедеятельности клещей. Аналогичным образом чесотка развивается у людей, уделяющих повышенное внимание личной гигиене (систематическое мытье рук, душ дважды в день). Высыпания на кожных покровах локализованы на животе и грудной клетке. Зуд умеренный, проявляется в ночные часы
Типичный	Высыпания появляются на животе, бедрах, ягодицах, грудной клетке, боковых поверхностях пальцев рук и ног. Мужчины могут столкнуться с поражением кожных покровов полового члена и мошонки. Чесоточные ходы явно выражены, имеют вид белесой или сероватой линии длиной 5-7 мм с папулой или везикулой. Размеры образований не превышают 0,5 мм в диаметре
Узловой	Высыпания на кожных покровах формируются как аллергическая реакция организма пациента на продукты жизнедеятельности чесоточного зудня. Данная форма патологии развивается на фоне неправильного лечения чесотки или нарушения рекомендаций дерматолога. На коже образуются крупные зудящие узелки красновато-коричневой окраски. Противоскабиозная терапия оказывается неэффективной из-за закупорки ходов в коже плотной коркой в местах формирования везикул
Корковый	Выявляется у людей с ослабленным иммунитетом, встречается крайне редко. Корковая чесотка остается наиболее заразной формой патологии из-за аномально высокой концентрации возбудителей. Развивается на фоне иммунодефицитных состояний организма или продолжительного курса лечения с применением кортикостероидов и цитостатиков

Диагностические мероприятия

Диагностика чесотки осуществляется дерматологом, терапевтом или инфекционистом. Основанием для постановки диагноза становятся клинические данные и жалобы пациента. В некоторых случаях назначается соскоб, проводится лабораторное исследование полученного биоматериала. Тест не всегда информативен из-за того, что пациенты посещают душ перед визитом в клинику.

В ходе осмотра врач может нагреть отдельные участки кожи или нанести на них каплю масла. Эти меры повышают двигательную активность чесоточных клещей. Красители позволяют обнаружить чесоточные ходы при отсутствии заметных высыпаний на кожных покровах.

Терапевтический курс

Клинические рекомендации предусматривают обработку всей кожи пациентов эмульсиями или спреями. Исключением становится волосистая часть головы. Антискабиозные препараты обладают малой токсичностью и не причиняют дискомфорта в ходе лечения. Перед первым нанесением средства на основе бензилбензоата пациенту следует посетить душ. Повторная обработка кожных покровов проводится через 48 часов – гибнут клещи, пребывающие в стадии личинок. При полном устранении симптомов новый цикл нанесения препарата не проводится. После завершения лечения пациенту следует использовать антисептик для обработки мебели, предметов домашнего обихода и одежды.

Корковая форма чесотки требует иного подхода к лечению. Антискабиозную терапию предваряет этап размягчения и удаления корок посредством мыльно-содовых ванночек или кератолитических мазей. После удаления всех ороговевших слоев пациент может приступать к нанесению раствора бензилбензоата на пораженные участки.

Осложнения и профилактика

Отсутствие лечения чесотки может привести к развитию пиодермии, микробной экземы и дерматита. По этой причине дерматологи рекомендуют пациентам обращаться за медицинской помощью при выявлении первых признаков скабиеса.

Профилактика чесотки предполагает устранение очагов массового заражения людей (карантины в детских садах и школах). Систематические осмотры детей врачами и соблюдение правил личной гигиены представителями всех возрастных групп существенно снижают риск инфицирования скабиесом.

Статистика

Чесотка распространена среди всех социальных групп москвичей. Сезон наибольшей активности чесоточных клещей длится с апреля по октябрь. На пике заболеваемость достигает 50 случаев на каждые 100 тысяч жителей города. В период убыли эпидемии этот показатель падает до 15-18 случаев. Наибольшему риску подвержены дети и молодежь из-за активного образа жизни и регулярного посещения общественных мест.

Вопросы и ответы

Стоит ли проходить курс лечения родственникам пациента с диагностированной чесоткой?

Вероятность инфицирования лиц, проживающих с носителем скабиеса, очень высока. По этой причине дерматологи часто назначают родственникам пациента курс профилактического лечения с использованием средств на основе бензилбензоата.

Формируется ли иммунитет к чесотке?

Повторное инфицирование человека скабиесом возможно сразу после завершения текущего курса. Из-за этого врачи настаивают на необходимости антисептической обработки мебели и одежды – у пациентов не формируется иммунитет к чесоточным клещам.

Не нашли ответа на свой вопрос?

Наши специалисты готовы проконсультировать вас по телефону:

Врач назвал причины инсультов у молодых россиян :: Общество :: РБК

Фото: Михаил Терещенко / ТАСС

Плохой сон, малоподвижный образ жизни, курение и острый стресс могут спровоцировать инсульт даже у молодых людей, рассказал РБК ангионевролог, руководитель службы «СТОП-инсульт» Евгений Широков.

«При определенном стечении обстоятельств даже у молодого и здорового человека возможен инсульт. Если он три ночи не спал, мало двигался, курил, пил, потом пошел в баню и в итоге поругался с женой», — объяснил профессор.

По его словам, в последние годы инсульты «молодеют», все чаще они случаются у людей до 60 лет. Это связано с ранним возникновением ишемической болезни сердца, атеросклероза. Основные причины этих сердечно-сосудистых заболеваний: малоподвижный образ жизни, избыточная масса тела и стрессы.

«Почему сейчас мы больше подвержены стрессам? Потому что очень часто люди не соблюдают режим труда и отдыха, многие, в основном мужчины, работают на двух-трех работах. Кроме того, мы испытываем хронический стресс, который связан с непонятным будущим», — подчеркнул Широков. Кроме того, важно не перерабатывать и полноценно отдыхать, считает врач.

По данным Минздрава, поступившим в РБК, с каждым годом число инсультов в России увеличивается. В 2014 году такой диагноз был поставлен 380,2 тыс. человек, в 2015 — 418,8 тыс. В 2016 году инсультов было меньше — 414,2 тыс., затем опять произошел рост: 428 тыс. и 432,6 тыс. случаев в 2017 и 2018 году соответственно.

«Рост заболеваемости связан в первую очередь с улучшением выявляемости и своевременного лечения, что позволяет избежать смертельных исходов», — сообщили в пресс-службе ведомства.

Электрокардиография в клинике Здоровье Столицы

Электрокардиография – это наиболее популярный и информативный метод диагностики работы сердца. В основе методики фиксация электрических импульсов, возникающих во время сокращения сердечной мышцы. Данные диагностики фиксируются на бумаге в виде зубцов.

Благодаря ЭКГ специалист проводит оценку сердечного ритма и проводимости сердца, выявляет блокады, оценивает кровоснабжение сердечной мышцы, размер предсердий и желудочков.

Когда назначают ЭКГ

Показаниями для проведения исследований в области кардиологии будут следующие нарушения:

• сдавливающие боли в области груди, дискомфорт;
• одышка;
• наличие шумов в сердце;
• высокое артериальное давление;
• учащенное сердцебиение, не связанное с физической активностью или эмоциональным напряжением;
• аритмия;
• инфекционные или воспалительные процессы, приводящие к осложнениям в работе сердца.

ЭКГ является одним из основных методов диагностики состояния пациентов перед проведением хирургического лечения, во время беременности, перед направлением в стационар, после перенесенного инсульта и т.д. Исследование рекомендуется проводить регулярно людям определенных профессий, связанных с повышенной нагрузкой на организм.

Процесс проведения процедуры

Для фиксации электрической активности сердца используется прибор – электрокардиограф. Пациент снимает одежду с верхней части тела для того, чтобы можно было прикрепить электроды на руках, ногах и переднебоковой поверхности с левой стороны грудной клетки. Кардиограмма выполняется в положении лежа, не рекомендуется шевелиться или глубоко дышать. В противном случае результаты могут быть искажены.

Расшифровку данных ЭКГ можно доверить только специалисту. При нормальном функционировании сердца данные кардиограммы могут варьироваться в определенных пределах. Это связано с физическими и физиологическими причинами. Учащенное дыхание или перемена позы также вызывают изменение данных ЭКГ. Распознать патологию при описании электрокардиограммы может только врач-кардиолог.

Клиника «Здоровье столицы» в городе Киев осуществляет диагностику сердечных патологий с помощью электрокардиографии с описанием. Кроме ЭКГ, для диагностики работы сердца в клинике используется также эхокардиография – ультразвуковая диагностика работы сердца. Цена на такой вид исследования немного выше, но результат будет точнее.

Последние Новости

Кардиолог: Увеличенное сердце у пациента

Так сложилось, что, когда речь заходит о мужском здоровье, главное внимание уделяется сексуальной активности. И экспертами выступают урологи, андрологи. А предстательную железу даже именуют «вторым сердцем». Но недаром в работе конгресса «Мужское здоровье», который прошел в Сочи, участвовали кардиологи, представители других специальностей. В частности, с одним из докладов на форуме выступил член-корреспондент РАН, заместитель директора по научной работе университетской клиники МГУ имени Ломоносова Симон Мацкеплишвили.

Симон, что для вас большое сердце мужчины?

Симон Мацкеплишвили: «Человек с большим сердцем» — кому же не хочется, чтобы о нем такое говорили. Так называют людей добрых, отзывчивых, которые всегда могут понять и помочь, умеют сострадать чужой боли, искренне радоваться счастью других людей, дарят хорошее настроение и делятся со всеми теплом и светом своей души.

Я намеренно привел такое длинное и исключительно положительное определение «большого сердца», чтобы противопоставить ему медицинский, а именно кардиологический «взгляд со стороны». Ведь для докторов увеличенное сердце у пациента — это серьезная проблема.

Особенно актуален этот вопрос с позиции мужского здоровья, которое в нашей стране требует пристального внимания. Открывая конгресс в Сочи, президент российского общества «Мужское и репродуктивное здоровье» академик Армаис Камалов представил свое видение проблемы. Он сказал, что «для современного мужчины стремление к увеличению продолжительности жизни должно быть обусловлено не тем, что он будет дольше жить в старости, а тем, что старость должна приходить значительно позже». Ну а древняя китайская мудрость вообще гласит, что «Хитрость жизни в том, чтобы умереть молодым, но сделать это как можно позже».

Вы спросите: почему же именно мужское здоровье и «в чем виноваты» женщины? Отвечу, конечно же, они ни при чем. Но… Во-первых, российские мужчины живут на 13 лет меньше женщин. А, во-вторых, при наличии большого количества программ по охране здоровья материнства и детства в нашей стране нет единой государственной программы по охране здоровья мужчин. Ну и поскольку говорят, что в каждой шутке только доля шутки, то утверждение «слабый пол на самом деле — это мужской», по большому счету, является правдой. Очень важно, что на форуме был обмен опытом между специалистами различных направлений. Более того, отдельное заседание было посвящено междисциплинарным проблемам мужского здоровья.

На котором вы выступали с докладом…

Симон Мацкеплишвили: Помимо меня, кардиолога, выступили эндокринологи, сомнологи, гинекологи и даже психиатры. И сошлись во мнении, что тезис «Берегите мужчин» актуален как никогда.

В чем же проблема «большого сердца»?

Симон Мацкеплишвили: Увеличение его размеров свидетельствует о каком-то неблагополучии. Причем это не обязательно сердечное заболевание. К примеру, у профессиональных спортсменов мы часто наблюдаем этот феномен, развивающийся в ответ на чрезмерные физические нагрузки. Именно поэтому уход из спорта высоких достижений требует обязательного медицинского сопровождения и наблюдения, с выверенной реабилитацией и постепенным переходом к «менее спортивной жизни». Ровно так же, как мы реабилитируем по-настоящему больных людей.

Но, к сожалению, увеличение сердца чаще всего развивается при его заболеваниях, которые могут иметь совершенно разную причину и проявления. Первенствует тут гипертензия, или повышение артериального давления. Поскольку при этом состоянии сердцу приходится перекачивать кровь при повышенной нагрузке, то именно так же, как и при физических упражнениях, увеличивается объем мышечной ткани. При работе «под давлением» сердечная мышца постепенно утолщается и приводит к увеличению размеров самого сердца. В дальнейшем это может приводить к дефициту питательных веществ и кислорода, возросшая потребность в которых не всегда может компенсироваться организмом.

Другая достаточно частая причина увеличения сердца — кардиомиопатия. Это заболевание, при котором происходит дистрофия сердечной мышцы, ее истончение и значительное расширение полостей сердца. Патология может быть наследственной, но нередко возникает вследствие поражения сердца вирусами или, например, чрезмерного употребления алкоголя. Сердце может увеличиваться и при длительно существующей аритмии, заболеваниях сердечных клапанов, после перенесенных инфарктов.

«Большое сердце» — это всегда страшно…

Симон Мацкеплишвили: Все дело в том, что это состояние обязательно приводит к развитию сердечной недостаточности. А недостаточность — финал практически всех сердечных заболеваний, смертность от которых значительно превосходит таковую от всех видов злокачественных новообразований. Ведь как говорят, все боятся умереть от рака, а умирают от сердечной недостаточности. Именно поэтому заболевания сердечно-сосудистой системы необходимо лечить на самых ранних стадиях, пока не произошли необратимые изменения. Наиболее эффективная мера снижения смертности от них — профилактика. Да, навязший всем в зубах здоровый образ жизни, отказ от вредных привычек, регулярные физические нагрузки, правильные диета и сон. Как говорит академик Юрий Бузиашвили, и с чем нельзя не согласиться, 320 из 365 дней в году мы должны заботиться о своем здоровье, чтобы иметь возможность в оставшиеся 45 дней позволить себе расслабиться.

В уже далеком 2002 году одна известная российская газета попросила меня ответить на вопрос читателя: «Возможно ли продолжение половой активности после инфаркта?» Я, не подозревая о последствиях, дал развернутый ответ, в котором сказал, что, во-первых, конечно же, возможно и, во-вторых, мы выполняем определенные исследования, которые позволяют точно ответить на этот вопрос каждого конкретного пациента и дать ему рекомендации, как сделать этот процесс более безопасным. Буквально на следующий день коридор перед моим кабинетом заполнился молодыми и не очень мужчинами. Я понял, насколько эта проблема актуальна. Приведу простой пример. В Великобритании было опрошено более 100 тысяч супружеских пар: что они считают главным условием нормальной семейной жизни, что важно для счастливого брака? Так вот на первом и втором месте оказались честность и уважение между супругами. А на третьем — сексуальные отношения. Позади остались доход, бытовые и религиозные проблемы. И даже дети.

Но все дело в том, что мужчины с сердечными заболеваниями просто боятся продолжать или возобновлять эту самую сексуальную активность. А мы, кардиологи, очень мало помогаем им в этом. Именно кардиологи, а не урологи или андрологи, к которым они в основном обращаются. Недавнее исследование, проведенное в Голландии, в котором принимали участие почти тысяча кардиологов, показало, что только 3 процента — всего 31 человек — обсуждали проблемы половой активности со своими пациентами. «Пациент сам не спросил», «Не было времени», «Я постеснялся»… Вот такие получены объяснения от кардиологов в числе множества других причин, препятствующих решению важнейшей для мужчин задачи. Что же говорить о нашей стране, в которой большинство кардиологов — женщины, а большинство пациентов — мужчины. И они ждут, что доктор сам начнет дискуссию, волнуются, боятся. Мужчины вообще редко ходят к врачам. И самый частый повод визита к кардиологу: жена заставила.

Но, может, еще и мифы, которых немало вокруг этой темы, мешают?

Симон Мацкеплишвили: Мифов множество. Например, такой: секс приводит к перегрузке сердечно-сосудистой системы. На самом деле по уровню физической нагрузки он не выше, чем катание на велосипеде или глажка белья. Мы часто говорим: если пациент может без проблем и в быстром темпе подняться на 2-3 этаж, то и в сексе у него проблем не будет. Или еще миф: секс может быть причиной инфаркта или даже смерти. Действительно, существует небольшой риск сердечных осложнений при возобновлении сексуальной активности после инфаркта миокарда. Но при нормальной реабилитации он не превышает такой риск у совершенно здоровых мужчин, не страдающих какими-либо заболеваниями сердца.

Согласно мировым данным, не менее 50% смертельных случаев от инфаркта у мужчин происходит без какого-либо, как они считают, сердечно-сосудистого заболевания. И тут я хотел бы сказать о самом главном. Многие мужчины страдают так называемой эректильной дисфункцией, или, как ее часто называют, половой слабостью, или импотенцией. Так вот у мужчины моложе 55 лет с эректильной дисфункцией без наличия заболеваний сердечно-сосудистой системы риск умереть от острого инфаркта в 50 (!!!) раз выше, чем у его сверстника с нормальной половой функцией.

Если пациент может быстро подняться на 2-3 этаж, то и в сексе у него проблем не будет

Более того, так называемый третий Принстонский консенсус, принятый в 2012 году, гласит: «Мужчина с эректильной дисфункцией без клинических проявлений сердечно-сосудистых заболеваний — это серьезный кардиологический больной». Суть в том, что причина как эректильной дисфункции, так и смертельных инфарктов — чаще всего один и тот же процесс, который проявляется в виде нарушения сексуальной функции за 3-4 года до того, как приведет к тяжелому сердечному заболеванию. Иначе говоря, природа дает нам один из лучших сигналов, который должен заставить как докторов, так и пациентов обратить серьезное внимание на выявление скрытых проблем и успешно предотвратить грозные осложнения. Так что выражение, что путь к сердцу мужчины лежит через желудок, можно тоже считать мифом. В кардиологическом смысле этот путь лежит совсем через другой орган.

Какой же вывод?

Симон Мацкеплишвили: Пускай «большое сердце» будет у наших мужчин только в переносном смысле. Чтобы рядом с ними всем было хорошо и спокойно, а их «пламенный мотор» пусть на долгие годы остается в нормальных размерах.

Может ли болеть сердце? | Блог о здоровье «Рэмси Диагностика»

Головная боль или тяжесть в спине редко пугают пациентов. А дискомфорт в грудной клетке обычно вызывает панику, и неспроста. Мало кто может быстро различить симптомы стенокардии и невралгии и верно оценить риски. Может ли болеть сердце у молодого и здорового человека? Может быть с сердцем у вас всё в порядке, а боль вызывает защемление нервов или приступ гастрита? Причин может быть много, и у них, на нашу удачу, различные симптомы.

Вероятные причины боли

Заболеваний, которые могут вызвать болезненные ощущения в груди, множество. К сердцу относится малая часть, и состоит она почти полностью из острых состояний:

• сосудистые патологии: инфаркт, стенокардия, расслоение аорты;
• воспалительные процессы: миокардит, перикардит, эндокардит;
• врождённые патологии: пролапс клапанов, порок сердца, кардиомиопатия, аритмии.

В верхнюю часть грудной клетки может распространятся боль от практически всех органов брюшной полости, позвоночника, рёбер, лёгких. Даже растянутые мышцы груди могут вызвать тяжесть и боль, которую легко принять за проблемы с сердцем. К дискомфорту в груди могут привести:

• патологии позвоночника и опорно-двигательной системы: остеохондроз, сколиоз, невралгия;
• заболевания лёгких: плеврит, пневмония, абсцесс;
• болезни желудочно-кишечного тракта: язва желудка, грыжа пищевода, острый панкреатит, дискинезия желчного пузыря;
• психологические проблемы: невроз сердца, стресс.

Может ли сердце болеть, как желудок и позвоночник? Отличия симптомов

Симптомы у заболеваний похожи: тянущая боль, покалывания, острые приступы. Боль может отдавать в плечо, руку, спину и низ живота. Подозрение на проблемы с сердцем должно возникнуть, если имеет место:

• ощущение тяжести и сдавливания;
• жжение в области сердца;
• проявление приступами и постепенное усиление симптомов;
• резко изменившееся в любую сторону давление или пульс (главный признак болезней сердца).

Если говорить о болезнях внутренних органов, то давление и сердечный ритм при них не изменятся. Только при перфорации язвы желудка давление резко снизится из-за внутреннего кровотечения. Обычно же боль в груди вызывают куда менее опасные состояния. Их можно отличить по таким ощущениям:

• покалывание,
• простреливание,
• боль проявляется при резких движениях или кашле,
• болезненные ощущения не утихают и присутствуют постоянно.

Врачи советуют при любых подозрениях на боли в сердце принимать нитроглицерин. Если же он не помог, то это либо болезни органов, либо острый инфаркт, который от невралгии и пневмонии можно отличить по интенсивности симптомов.

Возможные болезни сердца

При боли в груди самым первым в голову приходит инфаркт — некроз сердечной мышцы. Это опасное состояние, которое требует безотлагательной медицинской помощи. В противном случае оно может привести даже к гибели. Основными симптомами являются:

• боль в груди, отдающая в левую руку, челюсть, спину и правый бок;
• слабость, ощущение панического страха;
• тошнота, бледность, боли в животе;
• в случае обширного участка некроза — потеря сознания, синий цвет губ и ногтей, нарушенное дыхание.

Ишемическая болезнь, или стенокардия — частичная или полная закупорка коронарных артерий. Она часто развивается на фоне повышенного давления, малоподвижного образа жизни, лишнего веса. Помимо боли, одышки и слабости, больной ощущает тяжесть, будто на грудь положили груз.

Разрыв аорты вызывает такой острый приступ боли, что человек теряет сознание. Начинается массивное внутреннее кровотечение, для сохранения жизни требуется срочная медицинская помощь.

Перикардит, эндокардит, миокардит — воспаления разных участков сердца: оболочки, клапанов и непосредственно самой мышцы. Они вызваны инфекционными болезнями, такими, как туберкулёз, сифилис или грибковые поражения. Симптомы схожи со стенокардией — боли, тяжесть в груди, одышка. Больному удобнее находится в полусидячем положении, у него повышается температура и появляются заметные отёки.

Аритмия редко приносит существенный дискомфорт. При ней боль чувствуется только в сердце, не выходя за его пределами. Часто она настолько слаба, что вы можете даже не догадываться о её наличии, пока не пройдёте плановое ЭКГ.

Как распознать болезни, не связанные с сердцем?

Их можно поделить на три основные группы: это заболевания опорно-двигательной или нервной системы и желудочно-кишечного тракта.

• среди патологий опорно-двигательной системы могут вызвать боль в груди остеохондроз, грыжи, тендинит, артрит. В первом случае боль вызвана защемлением нервных окончаний искривлённым позвоночником. Ощущения будут неприятными, но слабыми. Они могут сопровождаться покалыванием и онемением на одной или обеих руках, плечах и груди. Грыжи на поздних стадиях вызывают острую боль, которая стихает, если больной примет удобное расслабленное положение. Несмотря на отражение боли в груди и животе, очаг ощущается в районе позвоночника. Заболевания суставов легко отличить по сниженной подвижности.
• хронические заболевания жкт (например, приступ гастрита) причиняют слабую ноющую боль. Острые состояния — язва желудка, панкреатит, закупорка желчных каналов — вызывают нестерпимую боль, локализующуюся в середине или сбоку брюшной полости, но которая отражается в сердце, спину и даже плечи. При проблемах с желудочно-кишечным трактом больной чувствует тошноту, слабость, потливость. При любой острой боли в брюшной полости следует незамедлительно вызвать скорую помощь!
• заболевания нервной системы — это не только невралгия с острой болью при резких движениях, но и невроз сердца. Невралгию легко отличить по её точечной локализации. При стрессах, усталости и недосыпе боль слабая, ноющая и постоянная, усиливающаяся после нервного напряжения.

Неприятные ощущения могут вызвать заболевания дыхательной системы. Однако их легко отличить по кашлю, повышению температуры и шумам в бронхах.

Диагностика возможных заболеваний

При остром состоянии необходимо обратиться в скорую помощь — из-за некроза сердечной ткани или внутреннего кровотечения счёт идёт на минуты. Но заняться обследованием организма следует даже при слабой боли в груди — если вовремя обнаружить болезнь, то можно не дать ей развиться в тяжёлую форму.

Для диагностики сердца обычно применяются:

• ЭКГ — самое простое и известное обследование,
• Коронарография сердца — изучение состояния артерий и сердечных клапанов,
• УЗИ сердца — по его результатам видно состояние всей сердечной мышцы и её отдельных структур.

Если по симптомам или с помощью анализов болезни сердца были исключены, могут помочь другие обследования:

• Флюорография или КТ грудной клетки для оценки состояния дыхательной системы,
• КТ грудного отдела для детального обследования позвоночника,
• МРТ грудного отдела позвоночника позволит рассмотреть костные и нервные структуры более детально,
• УЗИ органов брюшной полости — на нём будут видны патологии желчного пузыря и поджелудочной железы,
• Гастроскопия для осмотра стенок пищевода и желудка.

Нельзя тянуть с исследованиями по поводу болей в груди, так как можно пропустить срок лечения. При попытке самостоятельно поставить диагноз можно ошибиться и усугубить проблему. Только специалист сможет направить вас на нужные обследования, сделает правильные выводы из осмотра и сможет подсказать лечение. И не забудьте, что при любых приступах сильной боли в груди следует обращаться в скорую помощь — можно недооценить симптомы и пропустить тяжёлую патологию.

Лечение гипертонии (артериальная гипертензия) | Столичная медицинская клиника

Стоимост диагностики и лечение

Прием (осмотр, консультация) врача-кардиолога (первичный)

Суточное мониторирование артериального давления (СМАД)

Холтеровское мониторирование сердечного ритма

Регистрация ЭКГ в покое 6 канальным аппаратом

Расшифровка, описание и интерпретация данных ЭКГ

Стабильное давление бывает очень редко у любого человека. Повышением артериального давления организм отвечает на различные факторы, однако у здорового человека оно быстро возвращается в норму. Если же наблюдается нестойкое повышение давления, боли в голове, области сердца, сердцебиение, тяжести в затылке, то это повод обратиться к кардиологу. Игнорирование этих симптомов приведет к стойкому повышению артериального давления, появлению головокружений, «мушек» перед глазами, онемению пальцев ног и рук, бессоннице, быстрой утомляемости, ощущению приливов крови к голове.

Наиболее частыми жалобами при АГ являются:

• головные боли;
• головокружение;
• нарушение зрения;
• дискомфорт в области сердца и др.

Однако, АГ может длительное время протекать бессимптомно! В этом и заключается коварство данной патологии.

При длительном течении АГ в отсутствии правильного лечения поражаются так называемые органы-мишени – сердце, сосуды почек, глаз, головного мозга, что и является причиной сердечно-сосудистых осложнений. При сочетании АГ и повышении содержания холестерина (гиперлипидемия) в крови патологические процессы ускоряются и осложнения проявляются в более раннем возрасте.

В нашей клинике опытные специалисты (терапевты, кардиологи) проведут необходимое обследование, чтобы установить причину гипертонии, и назначат адекватную терапию. В первую очередь необходимо исключить вторичные причины гипертонии (обследовать сердце, почки, надпочечники, сосуды – в большинстве случаев, достаточно ультразвукового исследования), сдать клинические и биохимические анализы. Обязателен осмотр неврологом и офтальмологом для выявления степени поражения органов-мишеней.

Поделиться в соц. сети:

Facebook

Vkontakte

Twitter

Google+

ВРАЧИ ОТДЕЛЕНИЯ Лечение гипертонии (артериальная гипертензия)

АзимоваМакка Ризвановна

Врач функциональной диагностики

АлиеваСаялы Арифовна

Врач-терапевт.

КопыловаОксана Викторовна

Врач кардиолог, функциональной диагностики

МанцаеваМария Евгеньевна

Врач — терапевт

причины, симптомы, лечение в Москве – Консультация и обследование при аритмии – Кардиология в Клинике № 1

Обследование и лечение

В состоянии покоя человеческое сердце сокращается 60-80 раз в минуту. Во время сна эта цифра уменьшается, в момент активных физических нагрузок или стресса может временно увеличиться.

Сердечный ритм – это синхронность сокращений и расслаблений четырех камер сердца. Любой ритм, который отличается от нормального синусового, является нарушенным. В некоторых случаях – это временное явление, и сердце самостоятельно справляется с устранением дефекта, возвращаясь к нормальному режиму работу. Однако в большинстве случаев нарушенный ритм – это серьезная проблема, которая моет привести к еще более серьезным осложнениям – инфаркту.

Записаться на прием к специалисту, без очередей, в удобное время

+7 (495) 641-06-06

Записаться

Причины развития заболевания

Причины нарушения сердечного ритма – это врожденные патологии в сердечной систем или следствие структурных изменений проводимости электрических импульсов в результате различных факторов – кардиологических заболевания, электролитного дисбаланса, проблем с щитовидной железой или вегетативных нарушений.

Важно понимать, что в зависимости от типа ритмических нарушений, различают:

• Тахикардию – учащенный ритм
• Брадикардию – замедленный ритм

В большинстве случаев нарушение сердечного ритма возникает на фоне других кардиологических проблем, например, ишемической болезни, врожденных и приобретенных пороков клапанов сердца, синдрома Вольфа Паркинсона Уайта, или WPW-синдрома, миокардита, артериальной гипертензии, эндокринных патологий, нарушенного водно-электролитного баланса в организме человека.

Факторами, которые могут способствовать сбою ритма сердца, являются:

• Сильный стресс;
• Длительная нервозность или состояние тревожности;
• Чрезмерное употребление кофеина;
• Отравление токсинами;
• Длительный прием некоторых медикаментов – гормонов, антидепрессантов;
• Злоупотребление алкоголем.

Симптомы нарушенного сердечного ритма

Заподозрить, что сердце работает неправильно, можно по таким симптомам, как:

• Учащенное сердцебиение.
• Сонливость.
• Постоянная общая слабость мышц.
• Спутанные мысли на фоне значительного ухудшения памяти.
• Боль или дискомфорт в области грудной клетки.
• Обмороки и предобморочное состояние.
• Стенокардия.
• Головная боль и головокружение.

Записаться на прием к специалисту, без очередей, в удобное время

+7 (495) 641-06-06

Записаться

Виды нарушений сердечного ритма

Все нарушения сердечного ритма можно разделить на тахикардию и брадикардию. Наиболее частые патологии в этих классах следующие:

Мерцательная аритмия, или фибрилляция предсердий, патология при которой общий ритм сердца в норме, но предсердия сокращаются более 300-700 раз в секунду. В результате кровь из желудочков не успевает полностью выбрасываться, развиваются застойные процессы, могут образоваться тромбы.

Экстрасистолия – общее название аритмий, которые характеризуются учащенными сокращениями (внеочередными сокращениями) желудочков, предсердий или всего сердца.

Наджелудочковая тахикардия – внеочередные импульсы/сокращения возникающие в предсердиях.

Вертикулярная аритмия – внеочередные импульсы/сокращения возникающие в сердечных желудочках.

• Брадикардия –

Атриовентрикулярная блокада – проблемы возникают в процессе проведения импульса от предсердия к желудочку, в результате чего сердечный ритм замедляется.

Синоатриальная блокада – проблемы возникают в процессе проведения импульса от предсердия к желудочку на участке соединения атриовентрикулярного и синусового узла.

Синдром слабости синусового узла – патологии синусового узла приводят к поочередному возникновению брадикардии и тахикардии.

К какому врачу обратиться?

Сердечный ритм – один из основных показателей кардиологического здоровья. Если ритм нарушается в любую из сторон – замедление или учащение – есть повод незамедлительно отправиться на консультацию к кардиологу, пройти диагностику и при необходимости – лечение.

Диагностика

Диагностировать наличие нарушенного ритма сердца и правильно классифицировать его тип, помогают современные методы неинвазивных аппаратных исследований:

Также для подтверждения диагноза и его уточнения может потребоваться проведение ЭФИ. Это разновидность инвазивной диагностики, которая проводится пациенту под наркозом и предполагает введение электродных катетеров в сердечную полость.

Записаться на прием к специалисту, без очередей, в удобное время

+7 (495) 641-06-06

Записаться

Лечение

• Медикаментозное лечение

Пациенту может быть назначено комплексное лечение, основанное на пероральном или инъекционном приеме антиаритмических препаратов. К ним относят бета-блокаторы, блокаторы кальциевых и калиевых каналов, антагонисты кальция.

• Кардиоверсия медикаментозная или электрическая

Электрокардиоверсия проводится пациенту под наркозом и представляет собой воздействие на сердце разрядом тока от фибриллятора.

• Катетерная абляция

Патологический участок в желудочке или предсердии обрабатывается через введенный в сердце катетер для устранения очага аритмии.

• Установка кардиостимулятора

Пациенту имплантируется микроприбор, который будет поддерживать нормальный ритм сокращения желудочков и предсердий сердца.

Записаться на консультацию к кардиологу

Кардиологи частного Многопрофильного Медицинского Центра «Клиника №1» в Москве приглашают пациентов с проблемами сердечного ритма на диагностику и лечение. У нас используются передовые технологии, которые опробованы и отточены в каждодневном применении.

Каждый вздох и каждое движение, из которых состоит наша жизнь, мы делаем, благодаря работе сердца. Если вы чувствуете, что что-то пошло не так, испытываете симптомы нарушения сердечного ритма, срочно обращайтесь к лучшим кардиологам – возможности и опыт которых позволяют оказывать действенную помощь. Выбирайте удобный формат записи на платный прием к врачу – по телефону или с помощью онлайн формы. Уточнить цену и график приема конкретного специалиста можно на сайте «Клиники №1».

г. Москва, ул. Краснодарская, дом. 52, корп. 2

+7 (495) 152-33-19

Работаем в будние дни и выходные с 8.00 до 21.00

Цены на консультацию и прием врача кардиолога

Название	Стоимость
Измерение АД	60,00
Консультация после МРТ/МСКТ	540,00
Первичная консультация пульмонолога	1800,00
Первичный прием кардиолога (консультация)	1800,00
Первичный приём ревматолога	1800,00
Повторная консультация пульмонолога	960,00
Повторный прием кардиолога	960,00
Повторный приём ревматолога	960,00
Предоперационное обследование кардиологом (приём врача, ЭКГ, расшифровка)	2460,00
Расшифровка ЭКГ	600,00
Снятие ЭКГ	360,00
Суточное мониторирование АД	2400,00
Суточное мониторирование ЭКГ по Холтеру	3000,00
ЭКГ с нагрузкой	1950,00

Характеристики, типы, симптомы и лечение

Фибрилляция предсердий — это сердечное заболевание, при котором сердце бьется нерегулярно. Биение сердца — это результат работы системы электропроводности, которая передает сообщение от одной части сердца к другой в виде цепной реакции.

Когда у человека фибрилляция предсердий (A-fib), электрические сигналы проходят не так, как обычно. В результате верхние части сердца могут сокращаться несколько раз или не по времени с камерами в нижней части сердца.

Один из способов, которым врач будет контролировать A-fib — это исследование электрокардиограммы (ЭКГ). В этом безболезненном тесте используются электроды, прикладываемые к разным участкам груди, для измерения электрической активности сердца.

Если у человека есть A-фибрилляция, его ЭКГ будет иметь несколько отличительных характеристик, как указано в этой статье.

Поделиться на Pinterest На ЭКГ отображаются P-волны, T-волны и комплекс QRS. Они могут иметь отклонения у людей с A-фиброй.

«Нормальная» ЭКГ — это ЭКГ, которая показывает так называемый синусовый ритм.Синусовый ритм может выглядеть как множество маленьких ударов, но каждая из них передает важное действие в сердце.

Существует несколько ключевых аспектов ЭКГ, и они часто будут выглядеть иначе по сравнению с ЭКГ человека с A-фиброй:

• P-волны : P-волны — это первая «выпуклость» на ЭКГ. . Они представляют время, когда предсердия, верхние камеры сердца, выдавливают кровь через сердце.
• Комплекс QRS : Комплекс QRS возникает при сокращении желудочков, нижних камер сердца.Это распределит кровь по телу.
• Зубцы Т : Зубец Т появляется после каждого комплекса QRS и представляет собой короткий момент, когда сердце расслабляется перед тем, как снова начать сжиматься.

Когда у человека на ЭКГ нормальный синусовый ритм, эти удары имеют регулярный, упорядоченный ритм. Каждый должен выглядеть как предыдущий и быть максимально равномерно расположен друг относительно друга.

ЭКГ человека с А-фиброй очень отличается по внешнему виду от синусового ритма.Хотя существуют варианты ЭКГ A-fib, некоторые примеры этих изменений включают:

• Отсутствие зубцов P : предсердия обычно сокращаются из-за сигнала, который проявляется как волна «P», измеряемая на ЭКГ. Когда у человека есть A-фибрилляция, предсердия обычно не сокращаются от этого сигнала, поэтому врач обычно не видит зубцы P перед QRS.
• Нерегулярный ритм : Люди с А-фиброй иногда имеют ритм, который описывается как «нерегулярно нерегулярный».«Ритм не ровный, как синусовый ритм, но в нем есть закономерность. Этот нерегулярный ритм может привести к учащенному сердцебиению и другим симптомам А-фибрилляции.
• Фибриллярные волны : У некоторых людей с А-фибрилляцией фибриллярные волны на ЭКГ будут. Эти волны — признак того, что предсердия пульсируют вне времени. Фибриллярные волны могут быть очень похожи на зубцы P, и из-за этого ритм A-fib может выглядеть как синусовый. Однако ритм А-фибрилляции обычно нерегулярный, в то время как синусовый ритм стабильный и ровный.

Когда ЭКГ измеряет количество ударов в минуту, устройство измеряет, сколько раз желудочек сокращается в минуту, или количество комплексов QRS.

Поскольку ритм A-fib может меняться от доли к доле, ЭКГ в реальном времени может считывать различные числа, например от 72 до 84 до 60, все в течение нескольких секунд.

Существует несколько различных подтипов A-fib.

Некоторые из них определяются по симптомам, в то время как другие могут быть обнаружены на ЭКГ. Примеры некоторых типов А-фибрилляции, которую врач может идентифицировать с помощью ЭКГ, включают следующее:

Феномен Ашмана : Тип А-фибрилляции, при которой между ударами сердца идет длинная пауза, а затем несколько ударов, которые близки друг к другу.

Эти сокращения обычно отображают блокаду правой ножки пучка Гиса (BBB), которая указывает на то, что правый желудочек может не так эффективно проводить электричество через сердце.

A-fib с быстрым желудочковым ответом : Также известный как A-fib с RVR, этот тип означает, что сердце бьется быстрее 100 ударов в минуту.

Частота сердечных сокращений может варьироваться от 100 до 120, до 145 и обратно. Такое быстрое биение может ослабить сердце и привести к сердечной недостаточности.

Пароксизмальная А-фибра : Пароксизмальная А-фибра возникает, когда у человека постоянно не наблюдается ритм А-фибрилляции, а вместо этого он входит и выходит из него.

Непрерывная А-фибра : Когда человек имеет непрерывную А-фибру, он всегда находится в ритме А-фибры.

Есть разные способы, которыми врач может увидеть A-fib на ЭКГ. ЭКГ, называемая ЭКГ в 12 отведениях, обычно является наиболее чувствительной, потому что ЭКГ измеряет сердце в 12 различных точках тела.

Когда сердце не бьется вовремя, оно может вызвать трепетание в груди.Иногда у человека может возникать одышка и головокружение.

A-fib также может увеличить риск образования тромбов в сердце, что может увеличить риск инсульта.

Общие симптомы A-fib могут включать:

• спутанность сознания
• усталость
• учащенное сердцебиение, как будто сердце трепещет
• головокружение или ощущение, будто человек может потерять сознание
• одышка
• слабость

Когда сердце бьется очень быстро, человек может начать сильно беспокоиться.Поскольку их сердце не может перекачивать кровь так эффективно, у них может возникнуть одышка.

Симптомы A-fib часто являются признаками основного сердечного заболевания, которое может повредить структуру сердца.

Примеры этих причин могут включать:

Также возможно, что у человека может быть состояние, известное как одинокая A-фибра. Это выдумка, возникающая без первопричины.

Поделиться на Pinterest В зависимости от степени тяжести A-фиброза можно лечить антикоагулянтами.

Лечение A-fib может зависеть от тяжести симптомов человека, основной причины и продолжительности заболевания.

Поскольку A-fib может привести к образованию тромбов, которые могут вызвать инсульт, врач часто сначала прописывает антикоагулянты, чтобы снизить вероятность образования тромбов.

Антикоагулянты — это препараты, разжижающие кровь. Примеры этих антикоагулянтов могут включать:

• эдоксабан (Савайса)
• дабигатран
• ривароксабан
• апиксабан
• варфарин

Если у человека частота сердечных сокращений очень высокая, врач может также назначить лекарства, помогающие замедлить сердечный ритм.Примеры могут включать блокаторы кальциевых каналов, такие как дилтиазем, или бета-блокаторы, такие как метопролол.

Иногда врач может порекомендовать попытаться «сбросить» сердечный ритм с помощью лечения аномальных электрических паттернов. Эти методы лечения могут включать в себя:

• Кардиоверсия : Удар электрическим током доставляется в сердце, в результате чего сердце останавливается на очень короткое время. После этого электрическая активность сердца возобновится. В идеале ритм после этого будет нормальным синусовым ритмом.
• Медикаментозное лечение : Класс лекарств, известный как антиаритмические средства, может быть назначен для снижения частоты возникновения A-fib. Примеры этих лекарств включают флекаинид, дофетилид, амиодарон или соталол.

Если эти лекарства окажутся неэффективными, врач может порекомендовать более инвазивные процедуры для коррекции A-fib.

Примером является катетерная абляция, которая включает введение катетера через кровеносный сосуд в паховой области для доступа к участкам сердца.

Затем врач будет использовать сильный холод, сильную жару или радиочастотную энергию, чтобы разрушить сердечную ткань, чтобы сердце не посылало аномальные электрические сигналы.

Отклонения от нормы ЭКГ у спортсменов: клиническая оценка и соображения

1.

• Дрезнер Дж. А., Шарма С., Баггиш А., Пападакис М., Уилсон М. Г., Пруткин Дж. М. и др. Международные критерии электрокардиографической интерпретации у спортсменов: консенсусное заявление. Br J Sports Med. 2017; 51: 704–31. Последний консенсус, представленный в этой статье, дает отличные рекомендации по оценке ЭКГ спортсмена, основанные на последних данных.

PubMed Google Scholar

2.

Марон Б.Дж., Гохман Т.Э., Эппли Д. Распространенность внезапной сердечной смерти во время соревнований среди спортсменов средней школы Миннесоты. J Am Coll Cardiol [Интернет]. 1998. 32 (7): 1881–4. Доступна с:. https://doi.org/10.1016/S0735-1097(98)00491-4.

CAS Статья Google Scholar

3.

Эккарт Р.Э., Сковилл С.Л., Кэмпбелл К.Л., Шрай Е.А., Стайдухар К.С., Поттер Р.Н. и др.Внезапная смерть молодых людей: 25-летний обзор вскрытий призывников. Ann Intern Med. 2004. 141 (11): 829–34.

PubMed Google Scholar

4.

Хармон К.Г., Асиф И.М., Клосснер Д., Дрезнер Дж. Частота внезапной сердечной смерти у спортсменов национальной университетской спортивной ассоциации. Тираж. 2011. 123 (15): 1594–600.

PubMed Google Scholar

5.

Марон Б.Дж., Джамшид С., Полиак ЛК, Матендж Р., Робертс В.С., Мюллер Ф.О.Внезапная смерть молодых конкурентоспособных спортсменов — клинический, демографический и патологический профили. JAMA [Интернет]. 1996; 276 (3): 199–204 Доступно по адресу: http://jama.jamanetwork.com/article.aspx?doi=10.1001/jama.1996.03540030033028.

CAS Google Scholar

6.

Коррадо Д., Шмид С., Бассо К., Боржессон М., Скьявон М., Пелличча А. и др. Риск, связанный со спортом: нужен ли нам предварительный скрининг для конкурентоспособных спортсменов и спортсменов-любителей? Eur Heart J.2011; 32 (8): 934–44.

PubMed Google Scholar

7.

Коррадо Д., Бассо С., Скьявон М., Пелличча А., Тьене Г. Предварительный скрининг молодых конкурентоспособных спортсменов для предотвращения внезапной сердечной смерти. J Am Coll Cardiol. 2008. 52 (24): 1981–9.

PubMed Google Scholar

8.

Corrado D, Basso C, Pavei A, Michieli P, Schiavon MTG. Тенденции внезапной сердечно-сосудистой смерти у молодых конкурентоспособных спортсменов.Джама. 2006. 296 (13): 1593–601.

CAS PubMed Google Scholar

9.

Мальхотра А., Дхутия Х., Финоккиаро Г., Гати С., Бисли И., Клифт П. и др. Результаты кардиологического скрининга у футболистов-подростков. N Engl J Med [Интернет]. 2018; 379 (6): 524–34 Доступно по адресу: http://www.nejm.org/doi/10.1056/NEJMoa1714719.

Google Scholar

10.

Пелличча А., Паоло ФМД, Кваттрини ФМ, Бассо С., Кулассо Ф., Пополи Дж. И др.Результаты у спортсменов с выраженными нарушениями реполяризации ЭКГ. N Engl J Med. 2008. 358 (2): 152–61.

CAS PubMed Google Scholar

11.

• Малхотра А., Дхутия Х., Кхосла Р., Йео Т.Дж., Нараин Р., Кассар М. и др. Сердце подростка-спортсмена по трем международным критериям: что лучше всего и для какой национальности? J Am Coll Cardiol [Интернет]. 2016; 67 (13): 2357. https://doi.org/10.1016/S0735-1097(16)32358-0. В этой статье подтверждается важность серийного обследования спортсменов с помощью электрокардиографии, поскольку исходный отрицательный результат не исключает основного заболевания сердца.

Артикул Google Scholar

12.

Дрезнер Дж. А., Акерман М. Дж., Андерсон Дж., Эшли Э., Асплунд Калифорния, Баггиш А. Л. и др. Электрокардиографическая интерпретация у спортсменов: «Сиэтлские критерии». Br J Sports Med. 2013; 47: 122–4.

PubMed Google Scholar

13.

Дхутия Х., Малхотра А., Финоккиаро Г., Мергани А., Пападакис М., Наси Х. и др. Влияние международных рекомендаций по интерпретации электрокардиографии на сердечно-сосудистый скрининг юных спортсменов.J Am Coll Cardiol. 2017; 70 (6): 805–7.

PubMed Google Scholar

14.

Мергани А., Малхотра А., Шарма С. U-образная взаимосвязь между упражнениями и сердечными заболеваниями. Тенденции Cardiovasc Med [Интернет]. 2016; 26 (3): 232–40. Доступна с:. https://doi.org/10.1016/j.tcm.2015.06.005.

Артикул Google Scholar

15.

Д’Сильва А., Шарма С. Ремоделирование сердца, вызванное физической нагрузкой: не универсальный случай.Circ Cardiovasc Imaging. 2015; 8: e004277.

PubMed Google Scholar

16.

Шарма С., Уайт Дж., Эллиотт П., Падула М., Кушал Р., Махон Н. и др. Электрокардиографические изменения у 1000 высококвалифицированных юных элитных спортсменов. Br J Sports Med. 2008. 33 (5): 319–24.

Google Scholar

17.

Brosnan M, La Gerche A, Kalman J, Lo W, Fallon K, Macisaac A, et al. Сравнение частоты значительных электрокардиографических отклонений у спортсменов с выносливостью и у спортсменов без выносливости.Am J Cardiol. 2014. 113 (9): 1567–73.

PubMed Google Scholar

18.

Пападакис М., Басавараджайя С., Роулинз Дж., Эдвардс К., Макан Дж., Фироози С. и др. Распространенность и значение инверсии зубца Т у спортсменов-подростков преимущественно европеоидной расы. Eur Heart J. 2009; 30 (14): 1728–35.

PubMed Google Scholar

19.

Заиди А., Гани С., Шейх Н., Гати С., Бастианен Р., Мэдден Б. и др.Клиническое значение электрокардиографической гипертрофии правого желудочка у спортсменов: сравнение с аритмогенной кардиомиопатией правого желудочка и легочной гипертензией. Eur Heart J. 2013; 34 (47): 3649–56.

PubMed Google Scholar

20.

Calò L, Sperandii F, Martino A, Guerra E, Cavarretta E, Quaranta F и др. Эхокардиографические данные у 2261 спортсмена перипубертатного возраста с или без инвертированных зубцов T на электрокардиограмме.Сердце. 2015; 101 (3): 193–200.

PubMed Google Scholar

21.

Гати С., Шейх Н., Гани С., Заиди А., Уилсон М., Раджу Х. и др. Следует ли относить отклонение оси или увеличение предсердий к категории ненормальных у молодых спортсменов? Электрокардиограмма спортсмена: время переоценки маркеров патологии. Eur Heart J. 2013; 34 (47): 3641–8.

PubMed Google Scholar

22.

Migliore F, Zorzi A, Michieli P, Perazzolo Marra M, Siciliano M, Rigato I, et al. Распространенность кардиомиопатии у итальянских бессимптомных детей с электрокардиографической инверсией зубца T. Тираж [Интернет]. 2012; 125 (3): 529–38 Доступно по адресу: https://www.ahajournals.org/doi/10.1161/CIRCULATIONAHA.111.055673.

Google Scholar

23.

Сентурк Т., Сюй Х., Пуппала К., Кришнан Б., Сакагучи С., Чен Л.Й. и др.Сердечные паузы у конкурентоспособных спортсменов: систематический обзор, исследующий основу текущих рекомендаций практики. Europace. 2016; 18: 1873–9.

PubMed Google Scholar

24.

Пелличча А., Фагард Р., Бьёрнстад Х. Х., Анастассакис А., Арбустини Е., Ассанелли Д. и др. Рекомендации по участию в соревнованиях спортсменов с сердечно-сосудистыми заболеваниями. Med dello Sport. 2005. 58 (3): 157–91.

Google Scholar

25.

Klein GJ, Prystowsky EN, Yee R, Sharma AD, Laupacis A. Бессимптомный процесс Вольфа-Паркинсона-Уайта. Должны ли мы вмешаться? Тираж. 1989; 80: 1902–1905.

CAS PubMed Google Scholar

26.

Panhuyzen-goedkoop N, Corrado D. Рекомендации по занятиям в свободное время и спортивными соревнованиями у пациентов с аритмиями и потенциально аритмогенными состояниями. Часть I: суправентрикулярные аритмии и кардиостимуляторы из группы спортивной кардиологии.Eur J Cardiovasc Назад Rehabil. 2006. 13 (4): 475–84.

PubMed Google Scholar

27.

Рао А.Л., Салерно ЮК, Асиф ИМ. Оценка и лечение Вольфа-Паркинсона-Уайта у спортсменов. Sport Heal — мультидисциплинарный подход. 2014. 6 (4): 326–32.

Google Scholar

28.

Li X, Cui S, Xuan D, Xuan C, Xu D. Фибрилляция предсердий у спортсменов и населения в целом. Медицина (Балтимор).2018; 97 (49): 1–8.

Google Scholar

29.

Этишем Дж., Уоткинс Х. Является ли синдром Вольфа-Паркинсона-Уайта генетическим заболеванием? J Cardiovasc Electrophysiol. 2005. 16 (11): 1258–62.

PubMed Google Scholar

30.

Banankhah P, Fishbein GA, Dota A, Ardehali R. Кардиологические проявления мутации PRKAG2. BMC Med Genet. 2018; 19 (1): 17–20.

Google Scholar

31.

Pöyhönen P, Hiippala A, Ollila L, Kaasalainen T, Hänninen H, Heliö T, et al. Результаты магнитного резонанса сердечно-сосудистой системы у пациентов с мутациями гена PRKAG2. J Cardiovasc Magn Reson [Интернет]. 2015; 17 (1). Доступна с:). https://doi.org/10.1186/s12968-015-0192-3.

32.

Коэн М.И., Тридман Дж. К., Кэннон BC, Дэвис А.М., Драго Ф., Яноусек Дж. И др. Консенсусное заключение экспертов PACES / HRS по ведению бессимптомного молодого пациента с электрокардиографической картиной Вольфа-Паркинсона-Уайта (WPW, преждевременное возбуждение желудочков).Слушайте ритм [Интернет]. 2012; 9 (6): 1006–24 Доступно по адресу: https://linkinghub.elsevier.com/retrieve/pii/S1547527112002937.

Google Scholar

33.

Daubert C, Ollitrault J, Descaves C, Mabo P, Ritter P, Gouffault J. Неспособность теста с физической нагрузкой предсказать антероградный рефрактерный период вспомогательного пути при синдроме Вольфа Паркинсона-Уайта. Стимуляция Clin Electrophysiol [Интернет]. 1988; 11 (8): 1130–8 Доступно по: http: // www.ncbi.nlm.nih.gov/pubmed/2459665.

CAS Google Scholar

34.

Klein GJ, Gulamhusein SS. Прерывистое преждевременное возбуждение при синдроме Вольфа-Паркинсона-Уайта. Am J Cardiol [Интернет]. 1983; 52 (3): 292–6 Доступно по адресу: http://www.ncbi.nlm.nih.gov/pubmed/6869275.

CAS Google Scholar

35.

Бент Р.Э., Уиллер М.Т., Хэдли Д., Фроеличер В., Эшли Е., Перес М.В.Компьютеризированные размеры зубца Q у спортсменов и пациентов с гипертрофической кардиомиопатией. J Electrocardiol. 2015; 48: 362–7.

PubMed Google Scholar

36.

Шейх Н., Пападакис М., Гани С., Заиди А., Гати С., Адами П. Е. и др. Сравнение электрокардиографических критериев выявления сердечных аномалий у элитных черно-белых спортсменов. Тираж. 2014. 129 (16): 1637–49.

PubMed Google Scholar

37.

Bonakdar H, Moladoust H, Kheirkhah J, Abbaspour E, Rad MA, Salari A, et al. Значение фрагментированного комплекса QRS у пациентов с хронической полной окклюзией коронарной артерии без перенесенного инфаркта миокарда. Анатолий Дж. Кардиол. 2015: 106–12.

38.

Haukilahti MAE, Eranti A, Kenttä T, Huikuri HV. Паттерны фрагментации QRS, представляющие рубцы миокарда, необходимо отделить от доброкачественных нормальных вариантов: гипотезы и предложения по классификации на основе морфологии. Front Physiol.2016; 7 (653): 1–10.

Google Scholar

39.

Antzelevitch C, Yan G-X, Ackerman MJ, Borggrefe M, Corrado D, Guo J, et al. Отчет о консенсусной конференции экспертов по синдромам J-волны: новые концепции и пробелы в знаниях. J Аритмия [Интернет]. 2016; 32 (5): 315–39 Доступно по ссылке: http://linkinghub.elsevier.com/retrieve/pii/S1880427616300734.

Google Scholar

40.

Virk HUH, Farooq S, Ghani AR, Arora S.Фрагментация QRS: ее роль в блокировании аритмогенного сердца. J Community Hosp Intern Med Perspect [Интернет]. 2016; 6 (3): 31235 Доступно по адресу: http://www.ncbi.nlm.nih.gov/pubmed/27406448.

Google Scholar

41.

Пей Дж, Ли Н, Гао И, Ван З, Ли Х, Чжан И и др. Зубец J и фрагментированные комплексы QRS в нижних отведениях связаны с внезапной сердечной смертью у пациентов с хронической сердечной недостаточностью. Europace [Интернет]. 2012; 14 (8): 1180–7 Доступно по адресу: https: // Acade.oup.com/europace/article-lookup/doi/10.1093/europace/eur437.

Google Scholar

42.

Морита Х., Ватанабэ А., Моримото Ю., Кавада С., Татибана М., Накагава К. и др. Распределение и прогностическое значение фрагментированного QRS у пациентов с синдромом Бругада. Циркулярная аритмия Электрофизиол [Интернет]. 2017; 10 (3): e004765 Доступно по ссылке: https://www.ahajournals.org/doi/10.1161/CIRCEP.116.004765.

Google Scholar

43.

Петерс С., Трюммель М., Кёлер Б. Фрагментация QRS на стандартной ЭКГ как диагностический маркер аритмогенной дисплазии правого желудочка – кардиомиопатии. Слушайте ритм [Интернет]. 2008; 5 (10): 1417–21 Доступно по адресу: https://linkinghub.elsevier.com/retrieve/pii/S1547527108006863.

Google Scholar

44.

Usoro AO, Bradford N, Shah AJ, Soliman EZ. Риск смерти у лиц с низким напряжением QRS и без сердечно-сосудистых заболеваний.Am J Cardiol [Интернет]. 2014; 113 (9): 1514–7 Доступно по адресу: https://linkinghub.elsevier.com/retrieve/pii/S0002914

6298.

Google Scholar

45.

Зорзи А., Марра М.П., ​​Ригато И., Де Лаццари М., Сусана А., Ниеро А. и др. Неишемический рубец левого желудочка как субстрат опасных для жизни желудочковых аритмий и внезапной сердечной смерти у соревнующихся спортсменов. Circ Arrhythm Electrophysiol. 2016; 9 (7): 1–14.

Google Scholar

46.

Desai AD, Yaw TS, Yamazaki T., Kaykha A, Chun S, Froelicher VF. Прогностическая значимость количественной продолжительности QRS. Am J Med. 2006. 119 (7): 600–6.

PubMed Google Scholar

47.

Aro AL, Anttonen O, Tikkanen JT, Junttila MJ, Kerola T, Rissanen HA, et al. Задержка внутрижелудочковой проводимости на стандартной электрокардиограмме в 12 отведениях как предиктор смертности среди населения в целом. Circ Arrhythm Electrophysiol. 2011; 4 (5): 704–10.

PubMed Google Scholar

48.

Чандра Н., Бастианен Р., Пападакис М., Панаулас В.Ф., Гани С., Душл Дж. И др. Распространенность электрокардиографических аномалий у молодых людей: актуальность для общенациональной программы кардиологического скрининга. J Am Coll Cardiol. 2014. 63 (19): 2028–34.

PubMed Google Scholar

49.

Калоре С., Зорзи А., Шейх Н., Несе А., Фаччи М., Малхотра А. и др.Электрокардиографическая передняя инверсия зубца T у спортсменов разных национальностей: дифференциальный диагноз между сердцем спортсмена и кардиомиопатией. Eur Heart J. 2016; 37 (32): 2515–27.

PubMed Google Scholar

50.

Шнелл Ф., Райдинг Н., О’Ханлон Р., Ленц П.А., Донал Э., Кервио Г. и др. Распознавание и значение патологических инверсий зубцов T. Тираж. 2015; 131 (2): 165–73.

PubMed Google Scholar

51.

Пападакис М., Карре Ф., Кервио Дж., Роулинс Дж., Панаулас В.Ф., Чандра Н. и др. Распространенность, распределение и клинические исходы электрокардиографической реполяризации у спортсменов-мужчин африканского / афро-карибского происхождения. Eur Heart J. 2011; 32 (18): 2304–13.

PubMed Google Scholar

52.

Мальхотра А., Йео Дж., Дорес Х., Бастианен Р., Нараин Р., Мергани А. и др. Распространенность и значение передней инверсии зубца T у молодых белых спортсменов и не спортсменов.J Am Coll Cardiol. 2017; 69 (1): 1–9.

PubMed Google Scholar

53.

Страница ПОСМОТРЕТЬ. Передняя инверсия зубца T не несет в себе краткосрочного риска внезапной смерти. J Am Coll Cardiol [Интернет]. 2017; 69 (1): 10–2. Доступна с. https://doi.org/10.1016/j.jacc.2016.11.011.

Артикул Google Scholar

54.

Mcclean G, Riding NR, Pieles G, Sharma S, Watt V, Adamuz C, et al.Распространенность и значение инверсии зубца Т у арабских и чернокожих спортсменов-педиатров; должна ли интерпретация передней инверсии зубца T определяться биологическим или хронологическим возрастом? Eur J Prev Cardiol. 2019; 26 (6): 641–52.

PubMed Google Scholar

55.

Уилсон М.Г., Дрезнер Дж. А., Шарма С. Руководство МОК по спортивной кардиологии. Первое редактирование: издательство Wiley Blackwell; 2017.

Google Scholar

56.

Basu J, Malhotra A, Styliandis V, Dhutia H, Miles C., Parry-Williams G, et al. Распространенность и прогрессирование юношеского паттерна на электрокардиограмме подростков. Сердце. 2018; 104 (Приложение 6): A1–118.

Google Scholar

57.

Magalski A, Maron BJ, Main ML, McCoy M, Florez A, Reid KJ, et al. Связь расы с электрокардиографическими паттернами у элитных игроков в американский футбол. J Am Coll Cardiol. 2008. 51 (23): 2250–5.

PubMed Google Scholar

58.

Зорзи А., Мильоре Ф, доктор философии, Эльмагори М., Сильвано М., Марра М.П. и др. Электрокардиографические предикторы размера электроанатомического рубца при аритмогенной кардиомиопатии правого желудочка: значение для стратификации аритмического риска. J Cardiovasc Electrophysiol. 2013; 24: 1321–7.

PubMed Google Scholar

59.

Д’Асенци Ф., Пелличча А., Валентини Ф., Маландрино А., Натали Б.М., Барбати Р. и др. Ремоделирование правого желудочка, вызванное тренировкой, у спортсменов-спортсменов до подросткового возраста: сердце спортсмена у детей.Int J Cardiol [Интернет]. 2017; 236: 270–5. Доступна с:. https://doi.org/10.1016/j.ijcard.2017.01.121.

Артикул Google Scholar

60.

Brosnan MJ, Claessen G, Heidbuchel H, Prior DL, La Gerche A. Правую прекардиальную инверсию зубца T у здоровых выносливых спортсменов можно объяснить боковым смещением верхушки сердца. JACC Clin Electrophysiol. 2015; 1 (1–2): 84–91.

PubMed Google Scholar

61.

Заиди А., Шейх Н., Джонгман Дж. К., Гати С., Панаулас В. Ф., Карр-Уайт Г. и др. Клиническая дифференциация физиологического ремоделирования и аритмогенной кардиомиопатии правого желудочка у спортсменов с выраженными электрокардиографическими аномалиями реполяризации. J Am Coll Cardiol. 2015; 65 (25): 2702–11.

PubMed Google Scholar

62.

Finocchiaro G, Papadakis M, Dhutia H, Zaidi A, Malhotra A, Fabi E, et al. Электрокардиографическая дифференциация между «доброкачественной инверсией зубца Т» и аритмогенной кардиомиопатией правого желудочка.Europace. 2019; 21 (2): 332–8.

PubMed Google Scholar

63.

Маркус Ф.И., Маккенна В.Дж., Шерилл Д., Бассо С., Баус Б., Дэвид А. и др. Диагностика аритмогенной кардиомиопатии / дисплазии правого желудочка. Тираж. 2010; 121: 1533–41.

PubMed PubMed Central Google Scholar

64.

Майлз С., Финоккиаро Дж., Пападакис М., Грей Б., Вестаби Дж., Энсам Б. и др.Внезапная смерть и поражение левого желудочка при аритмогенной кардиомиопатии. Тираж. 2019; 139 (15): 1786–97.

PubMed PubMed Central Google Scholar

65.

Зорзи А., Леони Л., Ди Паоло Ф.М., Ригато И., Мильоре Ф., Баусе Б. и др. Дифференциальный диагноз между ранней реполяризацией сердца спортсмена и электрокардиограммой Бругада. Am J Cardiol. 2015; 115 (4): 529–32.

PubMed Google Scholar

66.

Matusik PT, Komar M, Podolec J, Karkowski G, Lelakowski J, Podolec P. ЭКГ с физической нагрузкой без маски Признак Бругада: проявление риска внезапной остановки сердца, связанной со спортом (код УЗО: V-1A. 1). JRCD. 2017; 3 (3): 92–7.

Google Scholar

67.

Masrur S, Memon S, Thompson PD. Синдром Бругада, упражнения и тесты с физической нагрузкой. Clin Cardiol. 2015; 38 (5): 323–6.

PubMed PubMed Central Google Scholar

68.

Штайнфурт Дж., Бирманн Дж., Боде С., Оденинг К.Э. Диагностика, стратификация риска и лечение синдрома Бругада. Dtsch Arztebl Int. 2015; 112 (23): 394–401.

PubMed PubMed Central Google Scholar

69.

Капа С., Тестер Д. Д., Солсбери Б. А., Харрис-Керр С., Пунглия М. С., Олдерс М. и др. Генетическое тестирование синдрома удлиненного интервала QT, позволяющее отличить патогенные мутации от доброкачественных вариантов. Тираж. 2009; 2009 (120): 1752–60.

Google Scholar

70.

Viskin S, Rosovski U, Sands AJ, Chen E, Kistler PM, Kalman JM, et al. Неточная электрокардиографическая интерпретация длинного интервала QT: большинство врачей не могут распознать длинный интервал QT, когда видят его. Сердечного ритма. 2005. 2 (6): 569–74.

PubMed Google Scholar

71.

Postema PG, De Jong JSSG, Van der Bilt IAC, Wilde AAM. Точная электрокардиографическая оценка интервала QT: научите касательную.Сердечного ритма. 2008. 5 (7): 1015–8.

PubMed Google Scholar

72.

Мальфатто Дж., Берия Дж., Сала С., Бонацци О., Шварц П.Дж. Количественный анализ аномалий зубца Т и их прогностических последствий при идиопатическом синдроме удлиненного интервала QT. J Am Coll Cardiol. 1994. 23 (2): 296–301.

CAS PubMed Google Scholar

73.

Марек Дж., Буфалино В., Дэвис Дж., Марек К., Гами А., Стефан В. и др.Возможность и результаты крупномасштабного электрокардиографического скрининга у молодых людей: данные 32 561 человека. Сердечного ритма. 2011; 8: 1555–9.

PubMed Google Scholar

74.

Биффи А., Пелличча А., Вердиле Л., Фернандо Ф., Спатаро А., Казелли С. и др. Долгосрочное клиническое значение частых и сложных желудочковых тахиаритмий у тренированных спортсменов. J Am Coll Cardiol [Интернет]. 2002; 40 (3): 446–52 Доступно по: http: // www.ncbi.nlm.nih.gov/pubmed/12142109.

Google Scholar

75.

Verdile L, Maron BJ, Pelliccia A, Spataro A, Santini M, Biffi A. Клиническое значение желудочковых тахиаритмий, вызванных физической нагрузкой, у тренированных спортсменов без сердечно-сосудистых нарушений. Сердечного ритма. 2015; 12 (1): 78–85.

PubMed Google Scholar

76.

Ли Й.Х., Чжун Л., Роджер В.Л., Асирватам С.Дж., Шен В.К., Слюссер Дж.П. и др.Частота, происхождение и исход желудочковых преждевременных комплексов у пациентов с сердечными заболеваниями или без них. Am J Cardiol. 2014. 114 (9): 1373–8.

PubMed Google Scholar

77.

Биффи А., Марон Б.Дж., Вердил Л., Фернандо Ф., Спатаро А., Марчелло Г. и др. Влияние физического разрушения на желудочковые тахиаритмии у тренированных спортсменов. J Am Coll Cardiol [Интернет]. 2004. 44 (5): 1053–8. Доступна с:. https://doi.org/10.1016/j.jacc.2004.05.065.

Артикул Google Scholar

78.

Садрон Блай-Феличе М., Хамон Д., Захер Ф., Паскаль П., Роллин А., Дюпарк А. и др. Кардиомиопатия, вызванная преждевременным сокращением желудочков: связанные клинические и электрофизиологические параметры. Сердечного ритма. 2016; 13 (1): 103–10.

PubMed Google Scholar

79.

Park KM, Kim YH, Marchlinski FE. Использование поверхностной электрокардиограммы для определения причины идиопатической желудочковой тахикардии.PACE — Pacing Clin Electrophysiol. 2012. 35 (12): 1516–27.

PubMed Google Scholar

80.

Новак Дж., Зорзи А., Кастеллетти С., Пантазис А., Ригато И., Коррадо Д. и др. Электрокардиографическая дифференциация идиопатической эктопии выходного тракта правого желудочка от ранней аритмогенной кардиомиопатии правого желудочка. Europace. 2017; 19 (4): 622–8.

PubMed Google Scholar

81.

D’Silva A, Sharma S. Ведение взрослых спортсменов с сердечно-сосудистыми заболеваниями. Сердце. 2018; 104 (13): 1125–34.

PubMed Google Scholar

82.

Моршеди-Мейбоди А., Эванс Дж. К., Леви Д., Ларсон М. Г., Васан Р. С.. Клинические корреляты и прогностическая значимость преждевременных сокращений желудочков, вызванных физической нагрузкой, в сообществе: исследование сердца во Фрамингеме. Тираж. 2004. 109 (20): 2417–22.

PubMed Google Scholar

83.

Corrado D, Pelliccia A, Bjørnstad HH, Vanhees L, Biffi A, Borjesson M и др. Предварительный сердечно-сосудистый скрининг молодых конкурентоспособных спортсменов для предотвращения внезапной смерти: предложение по общему европейскому протоколу — Консенсусное заявление Исследовательской группы спортивной кардиологии Рабочей группы кардиологической реабилитации и физиологии физических упражнений и Рабочей группы по заболеваниям миокарда и перикарда Европейского общества кардиологов. Eur Heart J. 2005; 26 (5): 516–24.

PubMed Google Scholar

84.

Акерман М.Дж., Приори С.Г., Виллемс С., Берул С., Бругада Р., Калкинс Х. и др. Консенсусное заявление экспертов HRS / EHRA о состоянии генетического тестирования каннелопатий и кардиомиопатий. Слушайте ритм [Интернет]. 2011; 8 (8): 1308–39 Доступно по ссылке: https://linkinghub.elsevier.com/retrieve/pii/S1547527111006072.

Google Scholar

Автоматическая классификация состояний здоровья и болезней на основе изображений или цифровых стандартных электрокардиограмм в 12 отведениях

База данных, аналитические методы и учебные материалы, подтверждающие результаты этого исследования, доступны по запросу.

Источник данных и создание стандартной базы данных ЭКГ в 12 отведениях

База данных была построена с использованием 6877 опубликованных цифровых (рис. 1A) карт пациентов (3178 женщин; 3699 мужчин) продолжительностью 6–60 с, которые были собраны в 11 случаях. больницы ²¹ . Записи ЭКГ были получены с частотой дискретизации 500 Гц. Данные были классифицированы сертифицированными практикующими кардиологами в этих 11 больницах как нормальные носовые пазухи или одно или несколько из следующих состояний: AF, I-AVB, LBBB, RBBB, PAC, PVC, STD или STE.Поскольку стандартные записи ЭКГ в 12 отведениях состоят из 2,5-секундных записей для каждого из 12 отведений и 10-секундных записей для отведения II, записи продолжительностью более 10 секунд были разделены на 10-секундные сегменты без перекрытия. Каждый 10-секундный сегмент использовался для создания четырех стандартных записей ЭКГ с использованием 2,5 с для 12 отведений без перекрытия и тех же 10 с для отведения II. 11 записей ЭКГ короче 10 с были пропущены. После этих шагов была создана база данных из 41830 записей (в формате hdf5 ²² , совместимом с PyTorch) от 6866 пациентов (3174 женщин; 3692 мужчин).Схема набора данных следовала схеме других известных баз данных (например, MNIST). «Горячий» двоичный вектор классификации длиной 9 был сгенерирован для каждой записи в базе данных: (1) Нормальный, (2) AF, (3) I-AVB, (4) LBBB, (5) RBBB, (6) ) PAC, (7) PVC, (8) STD и (9) STE. Соответствующая запись вектора была «1», если болезнь существовала в записи базы данных, и в противном случае была «0». В таблице 1 представлено количество пациентов и записей в каждой категории.

Рисунок 1

Примеры формата данных. ( A ) Данные цифрового сигнала ЭКГ в 12 отведениях.( B ) Визуализированное изображение ЭКГ. Цифровой сигнал был нанесен на общедоступный бумажный шаблон ЭКГ ²⁹ . Метки отведений указывают места записи отведений на шаблоне (по 2,5 с каждый). Нижнее длинное отведение — это отведение II (10 с). Сигнал калибровки также отображается в левой части каждой строки. ( C ) Изображение без (слева) и с (справа) перспективным преобразованием. Перспективное преобразование имитирует вид человека (или камеры) на прямоугольный график ЭКГ.( D ) Визуализированное изображение после применения случайного преобразования перспективы и случайного фона для имитации съемки мобильным устройством, например смартфоном.

Таблица 1 Классификация исходных данных с количеством пациентов и записями для каждого типа состояния.

Набор данных изображения

Записи ЭКГ доступны в двух модальностях: цифровой сигнал или бумажные графики. Нашей целью было показать, что автоматическая идентификация заболеваний может быть достигнута с помощью стандартных доступных данных ЭКГ, независимо от их формата.Поскольку нет доступного набора данных помеченных графиков ЭКГ с достаточно большим объемом данных, мы сгенерировали такой набор из набора данных цифрового сигнала ²¹ .

Для создания изображений ЭКГ использовался общедоступный шаблон бумаги ЭКГ (см. Рис. 1B). Следует отметить, что используемые нами методы машинного обучения не зависели от конкретного бумажного шаблона ЭКГ, поэтому идентичные результаты можно получить с использованием любого шаблона. Каждый маленький красный прямоугольник представляет 0,04 с (имитирует бумагу для ЭКГ, которая подается в аппарат со скоростью 25 мм / с) и высоту 1 мм.Метка отведения ЭКГ была добавлена ​​рядом с каждым графиком отведения, а калиброванный сигнал (высотой 10 мм и шириной 0,2 с) был добавлен в начале каждой строки ЭКГ.

Когда данные доступны только в виде бумажных графиков, самый простой способ сделать их доступными для автоматизированной системы классификации — это сделать снимок графика, который затем используется в качестве входных данных для системы. Сегодня легко сделать снимок сюжета с помощью камер смартфонов или других мобильных устройств. Однако такая практика может привести к искажению получаемого изображения.Из-за отсутствия доступной базы данных, содержащей помеченные изображения ЭКГ, снятые смартфонами, мы смоделировали артефакты, вызванные получением снимков ЭКГ смартфоном, путем применения случайных преобразований перспективного изображения для имитации проекции из трехмерного изображения в двухмерное изображение (рис. 1С) и добавили случайные фоны, напоминающие различные текстуры стола (рис. 1Г).

Наборы данных для разработки и тестирования нейронной сети

После первоначального разделения данных на наборы данных для разработки (83% генеральной совокупности; n = 36000 записей) и отложенных (17% генеральной совокупности; n = 5830 записей), набор данных разработки был далее разделен на наборы данных для обучения (95% набора для разработки) и внутренней проверки (5%).Чтобы избежать перекрестного заражения, наборы данных о разработке и задержке состояли из данных, полученных от разных групп пациентов. Точно так же обучающая и тестовая наборы состояли из разных наборов пациентов. Обучение нейронной сети с глубокой сверткой (CNN) для цифровых данных (CNN-dig) и CNN для сетей графических изображений (CNN-ima) было выполнено с использованием оптимизатора Adam ²³ с двоичной кросс-энтропией в качестве функции потерь. Набор данных внутренней проверки использовался для настройки гиперпараметров и выбора оптимальной модели.Такое же разделение данных (наборы для обучения, проверки и тестирования) использовалось как для сетей цифрового сигнала, так и для сетей изображений.

Обзор модели глубокой сети

CNN были реализованы с использованием Pytorch Framework с Python. Одна и та же базовая архитектура использовалась в различных вариантах для всех сетей идентификации цифровых сигналов (CNN-dig) (рис. 2A) и для всех сетей идентификации изображений (CNN-ima) (рис. 2B). CNN-ima принимает цветные изображения (RGB) размером 675 пикселей на 1450 пикселей в качестве входных данных, таким образом формируя тензор [675,1450,3].

Рисунок 2

Архитектура CNN. ( A ) сеть классификации данных цифрового сигнала ЭКГ в 12 отведениях CNN-dig и ( B ) сеть классификации данных ЭКГ в 12 отведениях CNN-ima. В обеих сетях входные данные попадают в сверточный слой с шагом шага 2. Далее идет слой пакетной нормализации ³⁰ , в котором нормализовано пакетное распределение. Слой выпадения ³¹ случайным образом удаляет часть краев сети с заданной вероятностью во время обучения для повышения устойчивости.Затем вывод трехмерной свертки сглаживается, проходит через полностью связанный слой классификации и служит пороговым значением для окончательного результата. Обратите внимание, что каждая из результирующих сетей обучается одному заболеванию и генерирует двоичные выходные данные для каждого входа: в классе или вне класса. Размер ядра составляет 17 для сети цифровой обработки сигналов и 7 × 7 для сети обработки изображений.

Хотя CNN в основном применяются к изображениям, мы скорректировали сетевую архитектуру и размер ядра свертки для создания пространственных и временных слоев извлечения признаков.Сеть была обучена путем корректировки весов сверточных фильтров для извлечения значимых и релевантных функций неконтролируемым образом. И изображение ЭКГ, и сети цифровых сигналов были построены с использованием сложенных блоков сверточных, пакетных нормализационных и выпадающих слоев (рис. 2). Для обучения с данными цифрового сигнала использовались два отдельных сложенных блока для извлечения временных характеристик из коротких отведений и от длинных отведений. После выравнивания каждого сложенного блока (короткого или длинного) элементы, извлеченные из обоих блоков, были объединены и использованы в качестве входных данных для полностью подключенной сети.Обе сети использовали линейный выпрямитель (ReLU) в качестве функции активации. Разница между изображением CNN-dig и цифровым сигналом CNN-ima сетей заключалась в свертке вывода. Сеть изображений представляет собой один стек сверточных слоев, за которым следует полностью связанный слой (см. Рис. 2A). Еще одно отличие — ядра одномерной свертки в сети цифровых сигналов (17) по сравнению с ядрами двумерной свертки в сети изображений (7 × 7). Гиперпараметры (размер пакета, начальная скорость обучения, количество узлов в полностью связанных слоях и количество сверточных слоев) были скорректированы во время обучения для получения оптимальной модели.Начальные скорости обучения были установлены в диапазоне от 1e – 2 до 1e – 5, а размеры тестовых пакетов варьировались в диапазоне от 50 до 150 для сети изображений CNN-ima и 150–256 для сети цифровых сигналов CNN-dig. Фактическая используемая скорость обучения была выбрана таким образом, чтобы процесс обучения был эффективным, то есть достаточно большим, чтобы сходиться с разумной скоростью, с одной стороны, но достаточно малым, чтобы поддерживать процесс обучения и избегать расходящихся поведений. Мы протестировали разные скорости обучения для нескольких эпох, чтобы найти ту, которая подходит для наших нужд.Что касается ядра свертки, мы протестировали ряд ядер свертки, построили график зависимости производительности от размера ядра свертки, подобрали параболическую функцию и выбрали ядро, обеспечивающее оптимальную точность. Выбранные гиперпараметры включали размер пакета 256 для сети цифрового сигнала, тогда как для сети изображения мы выбрали размер пакета 150. Обратите внимание, что для случая цифрового сигнала одна и та же сетевая архитектура (рис. 2A) использовалась для каждого условия ( 8 заболеваний и нормальные пазухи), при этом, очевидно, параметры модели (результат тренировочного процесса) различались.Оптимальная структура и параметры CNN описаны в легенде на рис. 2.

Глубина сети была оптимизирована таким образом, чтобы, с одной стороны, количество обучаемых параметров соответствовало размеру обучающего набора данных, но с другой стороны. , сеть будет достаточно глубокой, чтобы изучать сложные функции и обеспечивать высокую точность обнаружения. Мы пробовали разное количество блоков свертки с шахматным расположением (5–8; см. Рис. 2) как для данных с короткими отведениями, так и с данными с длинными шагами, и в конечном итоге использовали 6 смещенных блоков для данных с короткими шагами и 8 для данных с длинными шагами для CNN. -dig, потому что он обеспечивает лучшую точность.Что касается CNN-ima, мы протестировали тот же диапазон блоков (5–8) и выбрали 7 ступенчатых сверточных слоев, потому что это обеспечило наилучшие результаты. Что касается скорости обучения оптимизатора Adam, мы протестировали набор скоростей обучения [10–3,10–4,10–5,10–6] и выбрали ту, которая позволяла процессу обучения сходиться с разумной скоростью (10 ^–4 ).

Процесс обучения

Реализация глубокой сети была выполнена на Python с использованием инфраструктуры PyTorch (версия 1.4.0). Кроме того, torchvision (версия 0.5.0), numpy (версия 1.17.5) и openCV (версия 4.1.1) использовались библиотеки.

Для обучения использовался сервер: Intel (R) Core (TM) i9-7900X @ 3,30 ГГц. Оперативная память: 32 ГБ. Графический процессор: GeForce GTX 1080 Ti (NVIDIA). Версия Cuda была 10.2. ОС: Linux версии 4.15.0-108-generic.

Время обучения CNN-dig составляло 20 с на эпоху, тогда как было определено максимум 100 эпох (если не было достигнуто условие ранней остановки, то есть 3 эпохи, в которых потери на обучение становятся меньше, а потери в тестах — нет).Что касается CNN-ima, время обучения составляло 9 мин и 20 с на эпоху, а после 9 эпох условие остановки было достигнуто. Что касается классификации, CNN-ima классифицирует одну запись примерно за 2 секунды, тогда как CNN-dig делает это за субсекундный период.

Оценка модели и статистические методы

Для каждой болезни был разработан бинарный классификатор (существует болезнь или нет) с выходом P, где P находилось в диапазоне 0–1. В случае неокончательной дискриминации P будет ближе к 0.5, таким образом, для окончательной бинарной классификации использовался тривиальный порог 0,5. На этапе обучения в сети скармливалась вся обучающая выборка. После каждой итерации (эпохи) модель оценивалась на проверочном наборе. Программный обратный вызов сохранил только лучшую модель, основанную на производительности проверки (контрольных точках). Чтобы избежать переобучения, мы использовали метод ранней остановки. Обучение было прекращено, когда эффективность проверки перестала улучшаться в течение 5 или 10 последовательных периодов для CNN-ima или CNN-dig, соответственно.Наш опыт показал, что CNN-dig нужно было обучать 100 эпох, тогда как CNN-ima достигла оптимальных результатов уже через 6 эпох.

Для оценки производительности сетей использовались следующие показатели (истинно положительный (TP), истинно отрицательный (TN), ложноположительный (FP), ложноотрицательный (FN), точность (ACC), чувствительность (TPR), специфичность ( TNR), Положительное значение прогноза (PPV), Отрицательное значение прогноза (NPV)):

$$ TP = \ frac {{\ # \, правильно \; обнаружено \; заболевание \; количество случаев {}}} {\ # \ , эпизоды \; с \; наличием \; \; \; болезни} $$

(1.1)

$$ TN = \ frac {{\ # \, правильно \; обнаружено \; заболевание \; отсутствие}} {{\ # \, эпизоды \; с \; отсутствием \; \; \; болезни}} $$

(1.2)

$$ FN = \ frac {{\ # \, неправильно обнаруженное \; заболевание \; события}} {{\ # \, эпизоды \; с \; присутствием \; \; болезни \;}} $$

(1.3)

$$ FP = \ frac {{\ # \, некорректно \; классифицировано \; эпизоды}} {\ # \, эпизоды \; с \; отсутствием \; \; \; болезни} $$

(1.4)

$$ Чувствительность {:} \; True \; positive \; rate \ left ({TPR} \ right) = \ frac {TP} {{TP + FN}} $$

(1.5)

$$ Специфичность {:} \; True \; отрицательный \, ставка \; \ left ({TNR} \ right) = \ frac {TN} {{TN + FP}} $$

(1.6)

$$ Точность \; или \; положительное \; прогнозируемое \; значение {:} \; PPV = \ frac {TP} {{TP + FP}} $$

(1,7)

$$ Отрицательное \; прогнозируемое \; значение {:} \; NPV = \ frac {TN} {{TN + FN}} $$

(1.8)

$$ Точность {:} \; ACC = \ frac {TP + TN} {{TP + TN + FP + FN}} $$

(1.9)

$$ F_ {1} = \ frac {2 * TP} {{2 * TP + FP + FN}} $$

(1.10)

Понимание сигнала ЭКГ — фибрилляция предсердий: ресурсы для пациентов

Стив С. Райан, доктор философии

Электрокардиограмма, ЭКГ (ЭКГ), — это тест, используемый для измерения частоты и регулярности сердечных сокращений, а также размера и положение камер, наличие каких-либо повреждений сердца, а также действие лекарств или устройств, используемых для регулирования работы сердца.

Сигнальная полоска ЭКГ — это графическое изображение электрической активности сердца. Он измеряет время, необходимое для того, чтобы начальный импульс сработал в синусовом узле, а затем завершился сокращением желудочков.

Схематическая диаграмма нормального синусового ритма человеческого сердца на ЭКГ

Первый восходящий импульс сигнала ЭКГ, зубец P, формируется, когда предсердия (две верхние камеры сердца) сокращаются, чтобы перекачивать кровь в желудочки. В A-Fib вы увидите множество сокращений «фибрилляции» вместо одной волны P.Характерным признаком A-Fib является отсутствие зубца P в сигнале ЭКГ.

Следующий большой восходящий спайковый сегмент, комплекс QRS, образуется, когда желудочки (две нижние камеры сердца) сокращаются для откачивания крови. Нормальная продолжительность (интервал) комплекса QRS составляет от 0,08 до 0,10 секунды.

В следующем разделе, сегменте ST, измеряется конец сокращения желудочков до начала периода покоя, прежде чем желудочки начнут сокращаться для следующего сокращения.

Следующий небольшой восходящий участок, зубец Т, измеряет период покоя желудочков.

Эти импульсы вызваны движением положительно и отрицательно заряженных ионов (натрия, кальция, калия, магния) через белки, называемые рецепторами ионных каналов. (Прекрасное обсуждение и объяснение науки, лежащей в основе движения этих химических ионов, см. В разделе «Перезагрузите сердце» доктора Асима Десаи, стр. 21.)

Полоса ЭКГ (ЭКГ): фибрилляция предсердий

В случае предсердия Фибрилляция, постоянные зубцы P заменяются фибрилляционными волнами, которые различаются по амплитуде, форме и времени (сравните две иллюстрации ниже).

© 2012 A-Fib, Inc.

Регистратор ЭКГ: специальная графическая бумага

Выходные данные регистратора ЭКГ представляют собой график (или иногда несколько графиков, представляющих каждое из отведений) со временем, представленным на x- ось и напряжение представлены на оси ординат. Специализированный аппарат ЭКГ обычно печатает на миллиметровой бумаге, которая имеет фоновый узор из квадратов размером 1 мм (часто красного или зеленого цвета) с полужирными делениями каждые 5 мм как в вертикальном, так и в горизонтальном направлениях.

Схема бумаги электрокардиограммы.

Щелкните для просмотра видео: Система сердечной проводимости

Интерпретация полосы ЭКГ включает в себя подсчет квадратов записи. Например, подсчитывая квадраты сердца в нормальном синусовом ритме, вы можете рассчитать частоту сердечных сокращений.

Видео: Сердечная проводящая система и ее связь с ЭКГ

Анимация с рассказом о сердечной проводящей системе. Принципиальная схема и объяснение нормального синусового ритма человеческого сердца на ЭКГ (3:34 мин.). Щелкните изображение, чтобы перейти на страницу видео.

Ресурсы и фото Ссылки на эту статью

• Схематическая диаграмма нормального синусового ритма человеческого сердца на ЭКГ (с английскими метками). Wikimedia Common, общественное достояние. Последний доступ 13 апреля 2014 г., URL: http://commons.wikimedia.org/wiki/File%3ASinusRhythmLabels.svg

• Схема электрокардиограммы. Публичный Доман. Wikipedia.org. Последний доступ: 13 апреля 2014 г., URL: http://en.wikipedia.org/wiki/File:ECG_Paper_v2.svg

• Схематическая диаграмма нормального синусового ритма человеческого сердца на ЭКГ (с надписями на английском языке).Wikimedia Common, общественное достояние. Последний доступ 13 апреля 2014 г., URL: http://commons.wikimedia.org/wiki/File%3ASinusRhythmLabels.svg

• Схема электрокардиограммы. Публичный Доман. Wikipedia.org. Последний доступ 13 апреля 2014 г., URL: http://en.wikipedia.org/wiki/File:ECG_Paper_v2.svg

Обновлено в августе 2020 г.

К началу

Вернуться к диагностическому тестированию

Если вы обнаружите какие-либо ошибки на эту страницу, напишите нам по электронной почте. Y Последнее обновление: среда, 26 августа 2020 г.

Поделитесь достоинствами A-Fib.com

Похожие сообщения

Exercise Electrocardiogram | Johns Hopkins Medicine

Что такое электрокардиограмма с нагрузкой?

Электрокардиограмма (ЭКГ) — это простой и быстрый тест для оценки состояния сердца. Для этого теста электроды (маленькие пластиковые пластыри, которые прилипают к коже) помещают в определенные места на груди, руках и ногах. Электроды подключаются к аппарату ЭКГ проводами. Затем электрическая активность сердца измеряется, интерпретируется и распечатывается.В тело не поступает электричество.

Естественные электрические импульсы координируют сокращения различных частей сердца, чтобы кровь продолжала течь должным образом. ЭКГ регистрирует эти импульсы, чтобы показать, насколько быстро бьется сердце, ритм сердечных сокращений (устойчивый или нерегулярный), а также силу и синхронизацию электрических импульсов, когда они проходят через различные части сердца. Изменения ЭКГ могут быть признаком многих сердечных заболеваний.

ЭКГ с нагрузкой выполняется для оценки реакции сердца на стресс или физическую нагрузку.В этом тесте ЭКГ записывается во время тренировки на беговой дорожке или велотренажере. Запись ЭКГ будет сделана в определенные моменты во время теста, чтобы сравнить эффекты увеличения нагрузки на сердце. Периодически наклон и скорость беговой дорожки будут увеличиваться, чтобы затруднить выполнение упражнений во время теста. Если вы едете на велосипеде, вы будете крутить педали быстрее, несмотря на повышенное сопротивление. В любом случае вы будете тренироваться до тех пор, пока не достигнете целевой частоты пульса (определяемой врачом в зависимости от возраста и физического состояния) или пока вы не сможете продолжать занятия из-за усталости, одышки, боли в груди или других симптомов.

Зачем мне нужна электрокардиограмма с нагрузкой?

Некоторые причины, по которым ваш лечащий врач может запросить электрокардиограмму с нагрузкой (ЭКГ), включают:

• Для оценки стресса или толерантности к физическим нагрузкам, если ваш врач считает, что у вас ишемическая болезнь сердца (закупорка артерий в сердце)
• Для определения пределов безопасных упражнений перед началом программы кардиологической реабилитации или при восстановлении после сердечного приступа, такого как сердечный приступ (инфаркт миокарда или ИМ) или операция на сердце
• Для оценки сердечного ритма и электрической активности во время упражнений
• Для оценки пульса и артериального давления во время упражнений

Ваш лечащий врач может порекомендовать вам сделать ЭКГ с нагрузкой и по другим причинам.

Каковы риски электрокардиограммы с нагрузкой?

Из-за нагрузки на сердце во время теста есть небольшая вероятность:

• Боль в груди
• Сердечный приступ
• Высокое кровяное давление
• Нерегулярное сердцебиение
• Головокружение
• Тошнота
• Усталость
• Отдача
• Остановка сердца
• Серьезные нарушения сердечного ритма.

Снимать липкие электроды может быть неудобно.Если электроды оставить слишком долго, они могут вызвать разрушение тканей или раздражение кожи.

Могут быть и другие риски в зависимости от вашего конкретного состояния здоровья. Обязательно обсудите любые проблемы со своим врачом перед процедурой.

Определенные факторы или условия могут повлиять на результаты ЭКГ с нагрузкой или повлиять на них, в том числе:

• Обильно перекусить перед тестом
• Потребление кофеина перед тестом
• Курение или употребление других табачных изделий перед испытанием
• Высокое кровяное давление
• Нарушение баланса электролитов, например, слишком много или слишком мало калия, магния или кальция в крови
• Некоторые лекарства, такие как бета-адреноблокаторы, которые могут затруднить повышение частоты сердечных сокращений до целевого уровня
• Порок клапана сердца
• Сердце увеличенное
• Аритмии

Как подготовиться к ЭКГ с нагрузкой?

• Обязательно сообщите своему врачу, если у вас есть следующее:
  • Аневризма
  • Нестабильная стенокардия (неконтролируемая боль в груди)
  • Тяжелая болезнь клапана сердца (нарушение работы одного или нескольких сердечных клапанов)
  • Сердечная недостаточность тяжелой степени
  • Недавний сердечный приступ (инфаркт миокарда или ИМ)
  • Сильно высокое кровяное давление
  • Неконтролируемое нерегулярное сердцебиение
  • Перикардит (воспаление или инфекция мешка, окружающего сердце)
  • Тяжелая анемия (пониженное количество эритроцитов)
  • кардиостимулятор
• Ваш лечащий врач или технический специалист объяснят вам результаты теста и позволят вам задать вопросы.
• Вам будет предложено подписать форму согласия, дающую разрешение на проведение теста. Внимательно прочтите форму и задавайте вопросы, если что-то непонятно.
• Вам будет предложено поститься (не есть и не пить) за несколько часов до обследования.
• Не курите и не употребляйте табак в каких-либо других формах за 2 часа до теста.
• Сообщите своему врачу, если вы беременны или думаете, что можете быть беременными.
• Сообщите своему врачу обо всех лекарствах (рецептурных и внебиржевых), витаминах, травах и добавках, которые вы принимаете.
• Вас могут попросить подержать перед тестом определенные лекарства, например бета-адреноблокаторы. Ваш лечащий врач предоставит вам конкретные инструкции.
• Носите удобную обувь для ходьбы и свободные брюки или шорты. Женщинам следует носить топ с короткими рукавами, который застегивается спереди, чтобы было легче прикрепить электроды ЭКГ к груди.
• Если вы используете ингалятор при астме или других проблемах с дыханием, принесите его на тест.
• В зависимости от вашего состояния здоровья ваш лечащий врач может запросить другие специальные препараты.

Что происходит во время электрокардиограммы с нагрузкой?

Электрокардиограмма с нагрузкой (ЭКГ) может быть сделана амбулаторно или во время пребывания в больнице. Тесты могут отличаться в зависимости от вашего состояния и практики вашего лечащего врача.

Обычно ЭКГ с нагрузкой следует за этим процессом:

• Вас попросят удалить все украшения или другие предметы, которые могут помешать проведению теста.
• Вам будет предложено расстегнуть блузку или рубашку спереди (мужчин могут попросить снять рубашки).Техник обеспечит вашу конфиденциальность, накрыв вас простыней или халатом и обнажив только необходимую кожу.
• Если у вас очень волосатая грудь, техник может сбрить или обрезать небольшие участки волос, если необходимо, чтобы электроды плотно прилегали к вашей коже.
• Электроды будут прикреплены к груди и животу (животу).
• Провода будут прикреплены к электродам.
• После подключения проводов технический специалист может ввести идентифицирующую информацию о вас в компьютер устройства.
• Когда вы сидите, вам на руку надевают манжету для измерения кровяного давления. Первоначальные или исходные показания ЭКГ и артериального давления будут сниматься, когда вы сидите и встаете.
• Вам расскажут, как ходить на беговой дорожке или пользоваться велосипедом.
• Вам будет предложено сообщить своему лечащему врачу, если у вас начнется боль в груди, головокружение, головокружение, сильная одышка, тошнота, головная боль, боли в ногах или любые другие симптомы во время упражнений.
• Вы начнете тренироваться с минимального уровня. Интенсивность упражнения будет постепенно увеличиваться.
• Будет периодически сниматься ЭКГ и артериальное давление, чтобы измерить, насколько хорошо ваше сердце и тело реагируют на упражнение.
• Продолжительность тренировки зависит от целевой частоты пульса (определяется врачом в зависимости от вашего возраста и физического состояния) и вашей переносимости физической нагрузки. Продолжительность упражнений — важная часть результата стресс-теста.Тест может быть остановлен, если у вас появятся серьезные симптомы, такие как боль в груди, головокружение, тошнота, сильная одышка, сильная усталость или повышенное артериальное давление.
• После того, как вы завершите часть теста, содержащую упражнения, скорость выполнения упражнений будет снижена для «остывания», чтобы избежать тошноты или спазмов от внезапной остановки.
• Вы сядете в кресло и будете контролировать вашу ЭКГ и артериальное давление, пока они не вернутся к норме или почти к норме. Это может занять от 10 до 20 минут.
• Как только ваша ЭКГ и показания артериального давления станут приемлемыми, электроды ЭКГ и манжета для измерения артериального давления будут сняты. Затем вы можете одеться.

Что происходит после электрокардиограммы с нагрузкой?

Вы сможете вернуться к своей обычной диете и занятиям, если только ваш лечащий врач не скажет вам иначе.

Как правило, после ЭКГ с нагрузкой не требуется особого ухода.

Вы можете чувствовать усталость в течение нескольких часов или дольше после теста, особенно если вы обычно не занимаетесь спортом.В противном случае вы должны почувствовать себя нормально в течение нескольких часов после ЭКГ с нагрузкой. Если вы чувствуете усталость более суток, обратитесь к врачу.

Сообщите своему врачу, если у вас появятся какие-либо признаки или симптомы (например, боль в груди, одышка, головокружение или обморок).

Ваш лечащий врач может дать вам другие инструкции после теста, в зависимости от вашей конкретной ситуации.

Следующие шаги

Перед тем, как согласиться на тест или процедуру, убедитесь, что вы знаете:

• Название теста или процедуры
• Причина, по которой вы проходите тест или процедуру
• Какие результаты ожидать и что они означают
• Риски и преимущества теста или процедуры
• Какие возможные побочные эффекты или осложнения?
• Когда и где вы должны пройти тест или процедуру
• Кто будет проводить тест или процедуру и какова квалификация этого человека
• Что бы произошло, если бы вы не прошли тест или процедуру
• Любые альтернативные тесты или процедуры, о которых следует подумать
• Когда и как вы получите результаты
• Кому позвонить после теста или процедуры, если у вас возникнут вопросы или проблемы
• Сколько вам придется заплатить за тест или процедуру

Обнаружение и классификация аномалий ЭКГ с использованием методов нескольких моделей

Научная статья — Биомедицинские исследования (2017) Методы искусственного интеллекта для обработки биомедицинских сигналов: издание-I

Обнаружение и классификация аномалий ЭКГ с использованием методов нескольких моделей

Махалакшми Поннусами ^{1 *} и Сундарараджан M ²

¹ Кафедра электронной инженерии, Университет Сатьябамы, Солинганаллур, Тамил Наду, Индия

² Кафедра электроники, Бхаратский университет, Ченнаи, Тамил Наду, Индия

* Автор, ответственный за переписку:

Махалакшми Поннусами
Кафедра Электроники
Университет Сатьябамы, Индия

Принята к печати 13 января 2017 г.

Абстрактные

Аномалии сердца можно точно диагностировать, внимательно исследуя и исследуя сигналы ЭКГ.Многочисленные методы были предложены в более ранних исследованиях в области обнаружения аритмий с использованием традиционных методов классификации. Кроме того, в более ранних исследованиях теория хаоса и нелинейный анализ применялись для характеристики сигналов ЭКГ. В этой статье предлагаемый метод обнаруживает и анализирует отклонения от нормы в отношении пиковых значений P, Q, R и S. Вся предлагаемая работа разделена на три этапа, тогда как на первом этапе сбор данных применяется к данным ЭКГ в реальном времени.На втором этапе к данным сигнала ЭКГ применяется предварительная обработка. На третьем этапе признаки извлекаются из сигналов ЭКГ и, наконец, из извлеченных признаков классифицируются аномальные пики, чтобы идентифицировать аномалии сигналов ЭКГ. Сбор данных осуществляется из соответствующей базы данных, затем выполняется предварительная обработка данных с помощью коррекции базовой линии (BLC), обнаружение точки перегиба с использованием помех Powerline, извлечение функций с помощью метода GLCM и, наконец, функции классифицируются и обнаруживаются отклонения с помощью классификатора SVM.Набор данных, используемый в этой статье, взят из всемирно известной базы данных по аритмии MIT-BIH и других международных баз данных сигналов ЭКГ.

Ключевые слова

Обработка сигналов, выделение признаков, классификатор SVM, коррекция базовой линии, сигнал ЭКГ, морфологические операции.

Введение

ЭКГ-Электрокардиограмма — один из самых известных диагностических инструментов, который измеряет электрическую активность сердца и записывает детали. Записанные данные интерпретируются для диагностики сердечных заболеваний [1,2].Хорошо известно, что ток распространяется по поверхности тела. В то же время ЭКГ генерируется дополнительным к сердцу нервным импульсом. Падение напряжения создается током в теле, где он преобразует микровольт в милливольт с изменением импульса. Число усилений на импульсе должно быть больше числа раз. Обычно ЭКГ показывает, что нормальная частота сердечных сокращений состоит из зубца P, комплекса QRS и зубца T, изображенных на , рис. 1, . От 50% до 75% ЭКГ представлены в виде небольшого зубца U.Базовая линия называется изоэлектрической линией. Обычно изоэлектрическая линия измеряется как участок трассы, следующий за зубцом T и предшествующий следующему зубцу P. Электрическую активность сердца можно записать на поверхности тела с помощью электрокардиограммы. Таким образом, электрокардиограмма (ЭКГ) — это просто вольтметр, в котором используется до 12 различных отведений (электродов), размещенных в определенных областях тела.

Рисунок 1. Сигнал ЭКГ с точками перегиба.

Большинство болезней человека анализируются только с помощью медицинских методов обработки изображений. Проблемы человеческого мозга могут быть обнаружены и классифицированы путем диагностики изображений МРТ (магнитно-резонансной томографии) [3]. Но заболевания сердца человека диагностируются только по волнам электрокардиограммы. Электрокардиограмма — это диагностический инструмент, который используется для точного изучения электрической активности человеческого сердца. На основании этих исследований электрической активности сердца можно диагностировать несколько сердечных заболеваний.Согласно различным исследованиям [1,2], заболевания любой степени тяжести от начальных до тяжелых стадий могут быть диагностированы путем изучения сигналов ЭКГ. Без электрокардиографических анализаторов эффективность медицинских инструментов в диагностике заболеваний с использованием сердечной деятельности была бы не такой лучшей, как с их использованием [4]. Анализаторы ЭКГ точно извлекают полезную информацию из сигналов, генерируемых электрической активностью сердца. В другом исследовании MATLAB использовался для тестирования и фильтрации шума в сигналах ЭКГ, поскольку сигналы ЭКГ, как правило, очень зашумлены, чтобы получить лучшую деполяризацию желудочков в записанных сигналах [5].Поскольку сигналы ЭКГ обычно очень зашумлены, сигнал должен подвергаться обработке, чтобы уменьшить влияние шума. Обработка сигнала ЭКГ состоит из двух этапов: предварительной обработки и выделения признаков. На этапе предварительной обработки шумы в необработанном сигнале ЭКГ подавляются или удаляются. Процесс выделения признаков получает диагностическую информацию, содержащуюся в предварительно обработанном сигнале ЭКГ. Согласно исследованию Correia [6], характеристика, полученная из предварительно обработанной ЭКГ, называется формой.На стадии предварительной обработки подавляется несколько шумов, согласно исследованию Карра и Брауна [7], загрязняющие вещества можно целенаправленно классифицировать следующим образом:

• Электромиографический (ЭМГ) шум

• Артефакты движения электрода пациента

• Помехи в линии электропередачи

• Базовое блуждание

• Лопание электрода или контактный шум

Тот факт, что биологические сигналы состоят из других нарушений, вызванных артефактами или физическими помехами из окружающей среды, заставил Клейтона [8] попробовать такие методы, как преобразование Фурье (FT), для анализа этих сигналов с использованием методов частотной области.В исследовании Вуда и Барри [9] утверждается, что сигналы ЭКГ, как и другие биологические сигналы, относятся к многокомпонентному нестационарному типу сигналов. Таким образом, получение точной изменяющейся во времени спектральной оценки будет очень сложным процессом. В различных исследованиях частотно-временной анализ используется для решения этой проблемы путем использования однородного частотно-временного распределения (TFD) [10,11]. Для проведения частотно-временного анализа жизненно важную роль играет концепция мгновенной частоты. Концепция мгновенной частоты подробно обсуждается в различных исследованиях [12,13].Есть несколько традиционных методов, используемых для анализа сигналов ЭКГ. В исследовании Goy et al. [14] обсуждается, что систематический анализ поверхностной ЭКГ является важной задачей при анализе ЭКГ. Автор представил, что проведение аномалий изменяет зубец Т, в то время как деполяризация является аномальной. Вариация интервала QT показывает тахикардию. Бачарова и др. [15] использовали традиционный подход к диагностике ЭКГ. С помощью критериев ЭКГ легко анализировать ГЛЖ и МЛЖ.В исследовании Guillén et al. [16], функция автокорреляции используется для обнаружения аритмии, тогда как она относится к характеристикам частотной области, используемым в другом исследовании [17]. Частотно-временной анализ взят из различных исследований [18-20], и, помимо этих традиционных методов, для анализа ЭКГ также используются некоторые другие методы, такие как адаптивная фильтрация и последовательная проверка гипотез [21-23].

Из приведенного выше базового исследования ясно, что устранение шума в сигнале ЭКГ очень важно при обработке биомедицинских сигналов.Кроме того, более ранние исследования обработки сигналов ЭКГ проводились во временной области. Для извлечения функций из сигнала ЭКГ требуется не только временная область. Реализация ЭКГ — это обработка сигналов в цифрах.

Нормальный сигнал ЭКГ

Обычно частотный диапазон сигнала ЭКГ составляет от 0,05 Гц до 100 Гц с рабочим диапазоном от 1 мВ до 10 мВ. Количество пиков и впадин на ЭКГ обозначается буквами P, Q, R, S и T [24].Иногда еще один пик используется в качестве U. ЭКГ анализируется с помощью точного и надежного обнаружения комплекса QRS, интегрированного с зубцами T и P. Активация верхних камер сердца [предсердий] представлена ​​зубцами P во время комплекса QRS. Возбуждение нижнего канала, называемого желудочками сердца, представлено зубцами T. Обнаружение и анализ комплекса QRS — основная задача анализа сигнала ЭКГ. Как только комплекс QRS идентифицирован, выполняется исследование сигнала ЭКГ с измерением частоты сердечных сокращений.Диапазон интервалов P-R, Q-T и QRS для сердца в нормальном состоянии и частоты сердечных сокращений в аномальном состоянии приведен в следующей таблице Таблица 1 .

Амплитуда	P-волна	,25 мВ
	R-волна	1,60 мВ
	Q-Wave	25% зубца R
	зубец T	от 0,1 до 0,5 мВ
Продолжительность	Интервал P-R	от 0,12 до 0,20 с
	Q-R интервал	.От 35 до 0,44 секунды
	S-T интервал	от 0,05 до 0,015 сек
	Интервал зубцов P	,11 сек
	Интервал QRS	, 09 сек

Таблица 1. Значения нормальной частоты пульса.

По значениям, приведенным в таблице , , и по форме записанной ЭКГ легко сказать, что сердечная деятельность нормальная или ненормальная.

Аномальный сигнал ЭКГ

Аномальное значение частоты сердечных сокращений не находится в диапазоне от 60 до 100 ударов в минуту.Более низкая частота, чем 60 ударов в минуту, означает более низкую частоту сердечных сокращений и называется брадикардией. Более высокая частота сердечных сокращений, чем 100 ударов в минуту, является высокой частотой сердечных сокращений и называется тахикардией. Если интервал цикла не ровный, это указывает на аритмию. На аритмию указывает проверка циклов. Кроме того, если интервал P-R больше 0,2 секунды, это предполагается как блокировка AV-узла. Сердечные клапаны не диагностируются с помощью ЭКГ, они диагностируются с помощью других методов, таких как ангиография и эхокардиография, которые предоставляют информацию не на ЭКГ.ЭКГ сегментирована по горизонтали, и зубец P получают и назначают на исходном уровне. Теперь комплекс QRS становится комбинацией деполяризации предсердий и деполяризации желудочков, и то и другое происходит одновременно. Зубцы Т отражают ритмическую электрическую деполяризацию и реполяризацию миокарда, связанную с сокращениями предсердий и желудочков. Эта ЭКГ используется в клинической практике для диагностики различных аномалий и состояний, связанных с сердцем. Из этого ясно, что продолжительность и морфология комплекса QRS помогают диагностировать сердечные аритмии, аномалии сердца и другие болезненные состояния.

Материалы и методы

Основная цель симулятора ЭКГ — создать обычные кривые ЭКГ с разными отведениями и с аритмией. Используя программное обеспечение MATLAB, симулятор может формировать нормальную форму волны ЭКГ [25-28]. Использование этого симулятора дает больше преимуществ, поскольку оно дает больше преимуществ при моделировании форм волны ЭКГ. Основными преимуществами нашего симулятора ЭКГ являются экономия времени и устранение опасностей при записи ЭКГ с использованием инвазивных и неинвазивных методов (рис. 2 ).Общими особенностями сигнала ЭКГ являются зубцы P, Q, R, S и T и соответствующие интервалы, такие как интервалы P-R, S-T и Q-T. Периодический интервал определяется сердцебиением. На рисунке 1 показана модель кривой ЭКГ, из этого рисунка видно, что волна ЭКГ представляет собой комбинацию треугольной и синусоидальной форм волны. В QRS участки ЭКГ Q и S представлены треугольными волнами. В P, T и U части представлены треугольными сигналами. После генерации каждой порции все они, наконец, интегрируются для получения сигнала ЭКГ.Типичная форма кривой ЭКГ показана на рис. , рис. 3 .

Рисунок 2. Предлагаемый подход.

Рисунок 3. Типичная форма выходного сигнала ЭКГ, смоделированная в MATLAB.

Характеристики сигнала ЭКГ заданы по умолчанию, и они также могут быть изменены по требованию пользователя. Сердцебиение принимается за 73 амплитуды зубцов P, Q, R, T как 25 мВ, 1,6 мВ, 0,025 мВ и 0,35 мВ с соответствующими интервалами P-R, S-T, P и интервалом QRS как 0.16 с, 0,18 с, 0,09 с, 0,11 с соответственно. Из всемирно известной базы данных аритмий MIT-BIH двести ЭКГ взяты из эксперимента. Эта база данных состоит из 109000 ударов, аннотированных вручную. Все сигналы дискретизируются с частотой 360 Гц.

Сбор данных

Используя Data Acquisition Toolbox и блоки, доступные в наборе инструментов, данные в реальном времени собираются в модель Simulink, а окончательный сигнал выводится в физическое оборудование.Блоки аналогового ввода для получения данных в реальном времени от устройства сбора данных в Simulink. Полученные данные обрабатываются и выводятся на выходе ЭКГ. Выходные данные сбора данных поступают в блоки Simulink для обработки аналоговых данных. Записанный сигнал ЭКГ часто имеет шум и артефакты из-за схожих характеристик. Чтобы удалить шум из сигнала ЭКГ, необходимо обработать необработанные данные из сигнала ЭКГ (, рис. 4, ). Основные функции сигнала ЭКГ состоят из двух этапов, таких как предварительная обработка и выделение признаков.Предварительная обработка сигнала удаляет или подавляет шум в необработанных данных ЭКГ, а методы выделения признаков извлекают диагностическую информацию, доступную в сигнале ЭКГ.

Рисунок 4. Полученный сигнал ЭКГ с частотой дискретизации 1200 Гц.

Предварительная обработка данных

ЭКГ состоит из различных видов шума, таких как помехи от линии электропередачи, щелчки электродов или контактный шум, артефакты движения электродов пациента, блуждание базовой линии и шум электромиографии (ЭМГ).Среди этих шумов помехи от линии электропередачи и блуждание базовой линии являются наиболее распространенными и сильно влияют на анализ ЭКГ. Другие шумы являются широкополосными и сложными по своей природе и искажают сигнал ЭКГ. Шум линии электропередач сконцентрирован на частоте 60 Гц с полосой пропускания, равной или меньшей 1 Гц, и будет удален во время самого процесса сбора данных. Остальные шумы устраняются эффективными программными методами. Чтобы выполнить базовую коррекцию, необходимо получить идеальный сигнал ЭКГ без BW, сигнал ЭКГ со знанием BW и реальную ЭКГ, вместе взятые.На веб-сайте PhyisoNet (www.physionet.org/pn3/twadb/) содержится база данных, ориентированная на исследования, в том числе база данных по альтернативным зубцам T. Все наборы данных содержат 100 многоканальных записей ЭКГ с частотой 500 Гц с 16-битным разрешением в диапазоне ± 32 МВ. Вся информация о данных хранится в виде формата * .hea. Из базы данных для экспериментов выбираются данные twa18 и twa34. Поскольку эти наборы данных (канал-I) имеют базовый уровень изоэлектрического восприятия, и любая стандартная ЭКГ может быть заменена сегментом сигнала ЭКГ от twa34 (канал-I).Выбранный сигнал ЭКГ состоит из 11 циклов ЭКГ с последними 6 с ( Рисунок 5 ). Сигнал ЭКГ в канале-III twa18 разорван, загрязнен BW.

Рисунок 5. Помехи линии питания в ЭКГ.

Таким образом, сигнал ЭКГ, доступный в канале-III twa18, используется в качестве реального загрязненного сигнала ЭКГ для проверки эффективности предлагаемого подхода. Сопротивление между электродом и кожей изменяется из-за движения пациента и потоотделения. Подобно модуляции связи, амплитуда ЭКГ, полученная через электрод, изменяется с изменениями импеданса.Этот тип BW моделируется с использованием гауссовой модели [27] и формулируется как:

(1)

, где bl (i) — значение i ^th BL, A — пиковое значение, полученное в соответствующее время пика p, а s — скорость изменения амплитуды BL. На рис. 6b показан синтезированный сигнал ЭКГ с амплитудной модуляцией BW-линии. В этой статье интерференция базовой линии также исправляется с помощью алгоритма аппроксимации полиномиальной кривой. Подбирается весь сигнал, а затем исходный сигнал вычитается из этого полинома, чтобы установить поправку базовой линии на ноль.Полиномиальное уравнение:

(2)

Первая дифференциация получает первый уровень пикового или минимального значения в сигнале ЭКГ. Фиксированное уравнение не может фильтровать все пиковые или минимальные значения. Чтобы решить эту проблему, назначается пороговое значение для захвата значений падения или повышения сигнала ЭКГ.

При назначении порогового значения зубец R извлекается с верхней стороны, а зубец S — с противоположной стороны. Используя это, можно также извлечь другие функции. Этот процесс достигается путем перестановки пиковых или минимальных значений ЭКГ в порядке возрастания, где порог является центром между наибольшими различиями между ними.Пиковое значение получается путем обнаружения изменения в волне от положительных значений к отрицательным. Впадина получается путем обнаружения изменения в волне от отрицательных значений к положительным.

Помехи в линии электропередачи

Во время записи ЭКГ наиболее распространенными являются помехи Powerline и дрейф базовой линии. Помехи линии электропередачи легко распознать, если мешающее напряжение на ЭКГ меньше или равно частоте 50 Гц. Помехи возникают из-за петель в кабеле пациента или эффектов блуждания в полях переменного тока.Это также происходит из-за ненадежного соединения на кабеле, из-за грязных электродов или из-за ненадлежащего заземления. Но наиболее распространенная причина помех 50 Гц заключается в том, что отсоединенный электрод производит сильный мешающий сигнал и требует очень быстрого действия. На качество ЭКГ также влияют электромагнитные помехи, электрическое оборудование в помещении, такое как кондиционер, лифты воздушного охлаждения, рентгеновские аппараты и т. Д. Эти электрические устройства потребляют большую мощность, включая сигнал 50 Гц во входной цепи Аппарат ЭКГ.Это также происходит из-за переключения, действующего в электроэнергетических системах. Из вышесказанного для подавления переходных процессов важно соблюдать осторожность, и ЭКГ с помехами от линии электропередачи показана на , рис. 6, .

Рисунок 6. а) Стандартный сигнал ЭКГ; б) синтезированный сигнал ЭКГ с амплитудной модуляцией, подобной дрейфу базовой линии (BW); в) синтезированный сигнал ЭКГ с BW-подобной синусоидой.

Для точного обнаружения важно отфильтровать или устранить все источники шума.Эти проблемы можно решить с помощью аналоговых фильтров. Аналоговые фильтры вносят нелинейный фазовый сдвиг, искажая сигнал. Но цифровые фильтры хороши и способны реализовать и принести больше преимуществ, чем аналоговый фильтр, а также цифровые фильтры более точны из-за меньшего количества инструментов. В настоящее время цифровые фильтры чаще всего используются в недавних исследованиях и в медицине. В этой статье режекторные фильтры FIR используются для устранения помех в линии электропередач. Линейно-фазовые эквириппельные фильтры желательны, поскольку они имеют очень меньшее максимальное отклонение от идеального фильтра по сравнению со всеми другими линейно-фазовыми КИХ-фильтрами того же порядка.Этот фильтр использует метод управления окнами для получения желаемой частотной характеристики с меньшим количеством коэффициентов. Выбранная частота сравнивается с фактической частотой и получается решение, в котором сравнение выполняется итеративно. Этот равнопроцессорный фильтр разработан на основе теории оптимизации и требует огромных вычислительных усилий. Так как скорость сходимости высокая. Эффективность КИХ-фильтра вычисляется путем устранения шумов, измеряемых по ОСШ усиленного сигнала.SNR можно вычислить с помощью

(3)

Где, x _{исходный} — x _{обозначенный} — это разница между необработанной ЭКГ и отфильтрованным сигналом ЭКГ.

Обнаружение точки перегиба

P, Q, R, S, T и U имеют пропускную способность в точке перегиба, и весь сигнал показан на , рис. 1, . Первоначально извлекаются зубцы R, S, чтобы определить интервал R-R и оценить частоту сердечных сокращений. Корректируя базовую коррекцию и создавая автоматический порог, зубец R определяется как наивысшее значение на ЭКГ, дифференцируя значения точек, превышающие пороговое значение.Период между двумя последовательными зубцами R определяется как интервал R-R. Также частота сердечных сокращений рассчитывается по ударам в течение установленного периода. Частоту сердечных сокращений можно рассчитать как:

(4)

Обнаружение зубцов Q и S

Из интервала R-R зубцы S и Q обнаруживаются путем деления интервала R-R на четыре равные группы. Значения Q могут быть извлечены как впадина непосредственно перед зубцом R. Зубцы S выделяются как самая большая впадина сразу после зубцов R, которые показаны на рис. 4 , рис. 4 .

Обнаружение комплекса QRS

Комплекс QRS легко определить по известным зубцам R, Q и S, потому что эти три значения являются тремя следующими точками перегиба. Интервал QRS является результатом вычитания зубцов S и Q.

Обнаружение зубца Т

Очевидно, что наибольшие периоды искажения ЭКГ находятся между зубцами Q и S. Необходимо отфильтровать больше точек перегиба, чтобы получить необходимые точки перегиба, относящиеся к зубцам P и T.Чтобы избежать ошибочных значений пиков, было применено сглаживание ЭКГ; поскольку сглаживание прекращается после 15 пиков или впадин, предполагается, что это самый высокий пик или впадина в первой половине областей сразу после S-волны.

Обнаружение зубца P

После сглаживания еще некоторое количество пиков и впадин достигает 6, и предполагается, что это самые высокие пики во второй половине области непосредственно перед зубцом Q, и это показано на Рис. 7 .

Рис. 7. Обнаружение зубцов P и T на ЭКГ.

Обнаружение S-T

Точки между зубцами S и T сохраняются в положительном и отрицательном смысле на своих местах от базовой линии, чтобы определить, какая из них имеет больше точек, чем другая, и это показано на Рис. 7 .

Обнаружение QT

Интервал QT — это результат, полученный путем вычитания зубцов Q и T, и он показан на Рисунке 7 .

Интервал PR

От начала зубца P в начале комплекса QRX измеряется как интервал PR, и он показан на Рисунок 7 .

Извлечение признаков с использованием матрицы совпадений уровней серого

Матрица совпадения серого уровня

и машина опорных векторов — это подход машинного обучения, используемый для извлечения и категоризации признаков. Признаки на основе GLCM извлекаются из сигналов ЭКГ, а SVM используется для классификации признаков.Извлечение признаков, уменьшение количества данных, что делает классификацию точной и сокращает время. GLCM извлекает такие характеристики, как среднее значение, энергия, корреляция, асимметрия и эксцесс, и их формулы приведены ниже.

(5)

(6)

(7)

Алгоритм GLCM записан ниже:

Шаги для GLCM:

Шаг 1: Считывание данных ЭКГ от пользователей

Шаг 2: Считайте содержимое ЭКГ из.dat файл

Шаг 3: Вычислить матрицу совместной встречаемости

Шаг 4: Расчет характеристик текстуры Haralick

Шаг 5: Сохраните полученную информацию в файл базы данных.

Классификация с помощью машины опорных векторов

Классификация относится к характеристикам и свойствам сигнала ЭКГ. Все функции анализируются и классифицируются на две группы: 0 и 1 [Истина и ложь]. Для проведения классификации применяется процесс обучения и тестирования на данных ЭКГ.Фаза обучения берет известные данные с классифицированной меткой, а фаза тестирования берет неизвестные данные для тестирования и сравнения с результатами обученных данных. В этой статье классификация данных ЭКГ получена с помощью метода SVM, описанного ниже.

Машина опорных векторов обычно используется для линейных и нелинейных данных. SVM использует метод нелинейного отображения для преобразования. Он преобразует данные обучения в более высокое измерение. Все данные делятся на два класса: 0 или 1.SVM ищет линейную оптимальную границу с новыми измерениями. Он находит гиперплоскость и определяет запас с помощью опорных векторов. Для обучения данных создаются многочисленные классы путем рисования плоскости между точками обучения. SVM, KNN и восприятие — это некоторые из методов, используемых для классификации линейных и нелинейных данных. Среди различного количества гиперплоскостей любая одна гиперплоскость является границей решения. Для выбора оптимальной гиперплоскости проверяется запас каждой гиперплоскости. Гиперплоскость с максимальным запасом выбирается как лучшая гиперплоскость для классификации.На фигуре , рис. 8, пунктирные линии представляют собой границы решения, разделяющие параллельные линии. Расстояние между пунктирными линиями называется полем. Ширина поля называется опорными векторами. Рассмотрены три гиперплоскости, которые касаются высоких, средних и низких границ плоскостей. Здесь линейный вектор состояния получается продолжающейся функцией распределения.

Рисунок 8. Классификатор SVM.

Неизвестные данные — это «x», а сумма аналогичных опорных векторов представлена ​​как ( x _i ).Значение подобия — это скалярное произведение «x» и « x _i ». Следующее уравнение проверяет коэффициент вектора поддержки (& alpha;) контролирует вклад вектора поддержки конкретной. Результат единичного вектора поддержки определяются следующей функцией, как:

(8)

Где л быть длиной опорных векторов и у я есть класс соответствующего опорного вектора.

Очень распространенный алгоритм SVM, используемый для классификации данных, приведен ниже, где он используется в этой статье для классификации данных ЭКГ.

Алгоритм для классификатора SVM:

/ **

* Этот алгоритм решает проблему классификатора путем вызова

* Набор точек в массиве SV.

*

* Вход: матрица входных данных из данных ЭКГ

* Выход: набор опорных векторов сегментирован

* Инициализация: порог ошибки = огромное значение

** /

начало

Данные случайной выборки 2 относятся к разным классам.

Добавить в текущий набор SV

Установить значения соответствующих переменных (‘α’)

Петля СВм

Цикл для случайного рассмотрения других выборок

Выберите набор точек, с которыми текущий SV дает образец

балла Меньше текущего порога ошибки.

Случайная выборка в конце цикла некоторые другие данные ЭКГ

Обновить порог ошибки как среднее значение выборочных ошибок теста.

Цикл по ошибочно классифицированным точкам

Добавить точку к текущим SV

Обучите набор данных по оставшимся данным ЭКГ.

Завершить петлю по неверно классифицированным точкам

Сохранить переменную (‘α’) для следующей итерации

Концевой контур SVm

Конец

Результаты и обсуждение

Весь процесс предлагаемого подхода реализован в программном обеспечении MATLAB и протестирован с наборами данных MIT-BIH.Все данные предварительно обрабатываются, извлекаются характеристики и классифицируются как нормальный или аномальный сигнал ЭКГ. Поскольку набор данных тестируется и проверяется большинством исследователей и студентов во всем мире, можно легко сравнить полученные результаты с результатами, полученными в реальном времени, а также с результатами на основе шаблонов. Производительность также можно рассчитать путем сравнения результатов предлагаемого подхода с результатами более ранних исследований. Весь набор данных разделен на две части: обучающие и тестовые данные. Классифицированная метка обучающих данных известна, и результаты тестовых данных сравниваются с ней.Существуют различные методы классификации, такие как контролируемое и неконтролируемое обучение. Эти методы используют метки для классификации. Все сигналы взяты из базы данных аритмий MIT-BIH и аннотированы кардиологами (экспертами), доступными в «signal.dat». Полученные результаты показаны только в двух измерениях.

Здесь представлены и обсуждаются экспериментальные результаты, полученные с помощью программного обеспечения MATLAB. Мы извлекли всего 10 характеристик и протестировали сигналы ЭКГ на 100 образцах ЭКГ, которые представляют нормальные или аномальные волны.Это функции P, Q, R, S, QRS, T, ST, PR, QT и PR. После извлечения было выполнено 84 теста, в которых было 89 значимых и 11 незначимых. Мы применили классификатор SVM. Первоначально классификатору передается среднее значение всех признаков (как значимых, так и незначительных). Затем классифицируются только важные особенности. Тогда только образец данных пациента предоставляется с постоянным интервалом времени. Наконец, классифицируются три образца от одного и того же пациента, дающие полные сигналы ЭКГ.

На рисунках 9 и 10 показаны нормальная ЭКГ и ЭКГ аритмии, взятые из другой базы данных и базы данных MIT-BIH соответственно. Согласно предлагаемой нами архитектуре подхода, удаление шума, коррекция базовой линии и помехи от линий электропередачи обрабатываются одно за другим, как приложение обработки сигналов. Любые входные данные ЭКГ, полученные от устройств ЭКГ или из программного обеспечения, генерирующего ЭКГ с помощью данных, хранящихся в файле, могут генерировать кривые ЭКГ, которые выглядят только как Рис. 9 .Отклонения от базовой линии удаляются с помощью методологии коррекции базовой линии, и результаты показаны на Рис. 11 .

Рисунок 9. Устройство ЭКГ в форме ЭКГ.

Рисунок 10. ЭКГ аритмии из базы данных MIT-BIH.

Рис. 11. ЭКГ без отклонения от базовой линии.

На рисунке 12 показан сигнал без пульсации и шума. Метод полосовой заглушки удаляет шум и рябь. Рисунок 13, показывает пиковые значения, обнаруженные на ЭКГ, а Рисунок 14, показывает комплекс QRS, полученный в сигнале с помощью метода извлечения признаков.Амплитуда уменьшенного сигнала также улучшается по сравнению с исходным сигналом. Результат, полученный в бесшумном сигнале, помогает специалистам более точно диагностировать заболевания. В ходе эксперимента сигнал ЭКГ используется в клинической практике для диагностики нескольких аномалий и ограничений, связанных с сердцем. Статистическая информация в Таблица 1 упоминается в этом документе, чтобы оправдать полученный результат.

Рис. 12. Полосовой фильтр для подавления ряби и шума.

Рисунок 13. Обнаружение пиков.

Хорошо известно, что нормальное сердцебиение находится в диапазоне от ≥ 60 до ≤ 100 ударов в минуту. Низкая частота, превышающая этот диапазон, называется брадикардией, то есть низкое сердцебиение, а более высокая частота называется тахикардией с быстрым слухом. На аритмию указывают нечетные пробелы, тогда как она обозначает блокаду АВ-узла. Если ЭКГ нечеткая или недоступная, значит, это указывает на сердечное заболевание и требует ангиографической диагностики.Каждый потенциал действия в сердце возникает в верхней части правого предсердия в точке, называемой кардиостимулятором или синоатриальным (SA) узлом. Волна, генерируемая потенциалом действия, заканчивается в точке около центра сердца, называемой атриовентрикулярным (АВ) узлом. Горизонтальный сегмент этой формы волны, предшествующий зубцу P, обозначается как базовая линия или изопотенциальная линия. Зубец P представляет собой деполяризацию мускулатуры предсердий. Комплекс QRS — это комбинированный результат реполяризации предсердий и деполяризации желудочков, которые происходят почти одновременно.

Зубец Т — это волна реполяризации желудочков, тогда как зубец U, если он присутствует, обычно считается результатом постпотенциалов в желудочковой мышце. Таким образом, амплитуда продолжительности и морфология комплекса QRS полезны для диагностики сердечных аритмий, нарушений проводимости, гипертрофии желудочков, инфекции миокарда и других болезненных состояний.

Анализ производительности

Мы проверили эффективность предлагаемого подхода в 24-часовой аннотированной базе данных MIT / BIH.Общая ошибка проанализированных 115 000 ударов составляет 0,63 процента, что соответствует средней частоте ошибок 33 удара в час. Мы применили классификатор SVM. Среднее значение всех характеристик сначала используется в классификаторе, чтобы классифицировать больше выборок данных. Затем значимые признаки используются только для классификации. Затем для классификации подаются один образец от одного пациента и три образца от одного и того же пациента. Классифицированный результат по классификатору SVM приведен в Таблице 2 .

Раунды	Нормальный	Stdb	Svdb	Itdb	Vfdb	Cudb	Cdb	Nstdb	Всего
Круглый-1	100%	35	34	100	0	65	0	100	41.875
Круглый-2	100%	41	86	100	20	65	0	100	51,625
Rount-3	100%	69	78	100	30	65	22	100	58,125
Круглый-4	100%	79	85	100	40	65	33	100	62.875

Таблица 2. Результаты классификатора SVM.

Результат, полученный при классификации 61 образца ЭКГ, приведен в таблице 2 . Из таблиц 2 и 3 чувствительность классификатора можно повысить, если использовать больше образцов. Также было достигнуто то, что среднее значение и эксцесс, SVM обеспечивает точность 100%. Время, затрачиваемое на реализацию предложенного подхода, также в этой статье очень мало. Сигналы классифицируются по асимметрии, эксцессу, энергии и корреляции.Следующая Таблица 4 показывает результат, полученный в результате извлечения признаков, с характеристиками с точки зрения точности классификации и времени. Таблица 2 показывает результаты классификации различных функций с функцией ядра SVM. В функции ядра встроен классификатор SVM.

руб.

ЭКГ	-P	квартал	R	S	QRS	т	ST		QT	PR
stdb	98%	77%	100%	92%	91%	72%	68%	100%	68%	78%
svdb	80	61	100	100	99	93	78	100	90	62
итдб	84	88	100	100	100	100	100	100	100	87
vfdb	39	35	82	79	79	43	85	80	51	36
cudb	92	67	99	88	89	85	84	98	84	69
CDB	69	56	100	99	100	78	92	100	78	57
nstdb	89	57	95	89	97	94	95	100	123	58
Обычное	100%	75%	100%	100%	100%	100%	100%	100%	100%	74%

Таблица 3. Точность извлечения признаков.

Характеристики	Классификатор	Функция, используемая как функция ядра	Точность	Время (секунды)
Среднее значение, эксцесс	SVM	Квадратичный, Линейный, RBF, Полиномиальный	100 100 100 100	3,1 4,1 4,2 4,3
Асимметрия, эксцесс	SVM	Квадратичный, Линейный, RBF, Полиномиальный	67.23 84 68 66,99	3,7 3,7 2,8 3,9
Энергия, корреляция	SVM	Квадратичный, Линейный, RBF, Полиномиальный	67,23 24,34 67,12 80,12	2,9 3,2 3,5 2,9

Таблица 4. Общий результат категоризации функций с помощью SVM.

Заключение

В этой статье применяется последовательность этапов обработки сигнала, чтобы проверить, является ли сигнал ЭКГ нормальным или ненормальным.Проверка выполняется путем классификации функции, в которой функции классифицируются с помощью подхода машинного обучения с учителем, как машинный классификатор опорных векторов. Сигнал ЭКГ, используемый в этой статье, взят из базы данных аритмий MIT-BIH. В дальнейшем SVM используется для классификации по различным типам сигналов. Предлагаемый подход дает разумную точность классификации между нормальной ЭКГ и аномальными сигналами ЭКГ. Таким образом, для повышения эффективности предлагаемого подхода для аналогичного сигнала требуется использовать количество отсчетов ЭКГ.

Список литературы

1. Коррейя С., Миранда Дж., Сильва Л., Баррето А. Лабораторный вид и Matlab для сбора, фильтрации и обработки ЭКГ. 3 ^rd Международная конференция по целостности, надежности и отказам, Порту / Португалия, 2009 г.
2. Haque AKMF, Ali H, Kiber MA, Hasan MdT. Обнаружение небольших вариаций характеристик ЭКГ с помощью вейвлета. ARPN J Eng Appl Sci 2009; 4: 27-30.
3. Гобинатан Б., Недунчелиян С., Сатиш Д. Нечеткая сегментация пчел — метаэвристический подход к проблеме сегментации медицинских изображений.Curr Signal Transduct Ther 2016.
4. Тан Л. Основы и приложения цифровой обработки сигналов. DeVry University Decatur, Джорджия, 2008.
5. http://matlab-project-codes.blogspot.com/2010/08/algorithms-for-ecgsignal-analysis.html
6. Correia JH. От редакции: посвящено датчикам евро. Датчики J Актуаторы A: Физические. 2004; 115: 177.
7. Карр Дж., Браун Дж. М.. Введение в технологию биомедицинского оборудования. Пирсон, Нью-Джерси, США, 1981.
8. Клейтон Р., Мюррей А.Оценка спектра сигнала ЭКГ при фибрилляции желудочков с использованием методов быстрого преобразования Фурье и максимальной энтропии. Proceed Comput Cardiol 1993.
9. Wood JC, Barry DT. Частотно-временной анализ колебаний скелетных мышц и сердца. Продолжить IEEE 1996; 84: 1281-1294.
10. Коэн Л. Частотно-временные распределения — обзор. Продолжить IEEE 1989; 77: 941-981.
11. Коэн Л. Частотно-временной анализ. Prentice Hall PTR, Энглвуд Клиффс, Нью-Джерси, 1995.
12. Хуссейн З.М., Боашаш Б.Адаптивная мгновенная оценка частоты многокомпонентных ЧМ-сигналов с использованием квадратичных частотно-временных распределений. IEEE Trans Signal Process 2002; 50: 1866-1876.
13. Фландрин П. Частотно-временной анализ. Academic Press, Бостон, Массачусетс, 1998.
14. Goy JJ, Stauffer JC, Schlaepfer J, Christeler P. Анализ ЭКГ. Bentham Science 2013; 4: 23-26.
15. Бачарова Л., Шокен Д., Эстес Э. Х., Штраус Д. Роль ЭКГ в диагностике гипертрофии левого желудочка. Curr Cardiol Rev 2014; 10: 257-261.
16. Гильен С.Г., Арредондо М.Т., Мартин Дж., Коррал Дж.М.Ф. Обнаружение фибрилляции желудочков с помощью анализа пиков автокорреляционной функции. J Electrocardiol 1989; 22: 253-262.
17. Минами К., Накадзима Х., Тойосима Т. Распознавание желудочковой тахиаритмии в реальном времени с помощью нейронной сети с преобразованием Фурье. IEEE Trans Biomed Eng 1999; 46: 179-185.
18. Afonso VX, Tompkins WJ. Обнаружение фибрилляции желудочков, выбор подходящего инструмента частотно-временного анализа для приложения.IEEE Eng Med Biol Mag 1995.
19. Хадра Л., Аль-Фахум А.С., Аль-Нашаш Х. Обнаружение опасных для жизни сердечных аритмий с помощью вейвлет-преобразования. Med Biolo Eng Comput 1997; 35: 626-632.
20. Аль-Фахум А.С., Ховитт И. Комбинированное вейвлет-преобразование и радиальные базовые нейронные сети для классификации опасных для жизни сердечных аритмий. Med Biolo Eng Comput 1999; 37: 566-573.
21. Такор Н.В., Чжу Ю. Применение адаптивной фильтрации к анализу ЭКГ: шумоподавление и обнаружение аритмии.IEEE Trans Biomed Eng 1991; 38: 785-794.
22. Thakor NV, Zhu Y, Pan K. Выявление желудочковой тахикардии и фибрилляции с помощью алгоритма последовательной проверки гипотез. IEEE Trans Biomed Eng 1990; 37: 837-843.
23. Такор Н.В., Натараджан А., Томаселли Г.Ф. Многосторонняя последовательная проверка гипотез для различения тахиарных ритмов. IEEE Trans Biomed Eng 1994; 41: 480-487.
24. Kong SH, Correia JH, Bartek M, Wolffenbuttel RF. Интегрированные кремниевые микроспектрометры. Журнал IEEE Instrument Measure Magazine 2001; 4: 34-38.
25. Кармо Дж. П., Коррейя Дж. Х. Радиочастотный КМОП-приемопередатчик на частоте 2,4 ГГц в носимых устройствах для измерения кардиореспираторной функции. Измерение 2011 г .; 44: 65-73.
26. http://matlab-project-codes.blogspot.com/2010/08/algorithms-for-ecgsignal-analysis.html
27. http://matlab-project-codes.blogspot.com/2010/08/ecg-noisereduction.html
28. Boucheham B, Ferdi Y, Batouche MC. Кусочно-линейная коррекция отклонения базовой линии ЭКГ: подход упрощения кривой. Программы вычислительных методов Биомед 2005; 78: 1-10.

Контроль сердечного ритма с помощью смартфона: хороший звонок?

Приложение, обнаруживающее нерегулярный сердечный ритм, может успокоить людей, обеспокоенных afib .

Изображение: Prykhodov / Thinkstock

Чуть более двух лет назад FDA одобрило монитор сердечного ритма AliveCor, который состоит из приложения для смартфона и чехла для телефона со специальными датчиками на задней панели.Прикосновение к датчикам пальцами позволяет увидеть на экране телефона простую версию электрической активности вашего сердца. В последней версии под названием Kardia датчики просто должны быть рядом (не обязательно на) вашего телефона. Показания показывают, выглядит ли ваш сердечный ритм нормальным или у вас фибрилляция предсердий (фибрилляция предсердий) — частый, нерегулярный сердечный ритм, повышающий риск инсульта.

В настоящее время разрабатываются несколько новых приложений для смартфонов, которые будут предупреждать вас о возможных неисправностях с использованием только самого телефона — особого случая не требуется.Недавние исследования показывают, что они примерно такие же точные, как и система Kardia, хотя они еще не одобрены FDA и не представлены на рынке. Могут ли эти приложения помочь улучшить скрининг AFIB, если и когда они появятся?

Чтобы продолжить чтение этой статьи, вы должны войти в .

Подпишитесь на Harvard Health Online, чтобы получать немедленный доступ к новостям в области здравоохранения и информации Гарвардской медицинской школы.