НЕЙРОСЕТЕВОЙ МОДУЛЬ КОНТРОЛЯ КАЧЕСТВА ЗАРЕГИСТРИРОВАННЫХ СИГНАЛОВ ДЛЯ СИСТЕМ
АМБУЛАТОРНОГО ПЕРСОНАЛЬНОГО ТЕЛЕМОНИТОРИНГА ЭКГ 

Леонид Юрьевич Кривоногов, доктор технических наук, доцент, профессор кафедры медицинской кибернетики и информатики, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: leonidkrivonogov@yandex.ru
Михаил Сергеевич Геращенко, кандидат технических наук, доцент кафедры медицинской кибернетики и информатики, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: cts.com@yandex.ru
Сергей Иванович Геращенко, доктор технических наук, профессор, заведующий кафедрой медицинской кибернетики и информатики, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: mpo@list.ru
Александр Николаевич Митрошин, доктор медицинских наук, профессор, заведующий кафедрой хирургии, директор Медицинского института, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: an-mitroshin@mail.ru
Станислав Федорович Лёвин, студент, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: lvin.stanislav.01@mail.ru 

Аннотация

Актуальность и цели. Рассматривается разработка системы амбулаторного персонального телемониторинга ЭКГ (АПТЭКГ). Показана связь повышения достоверности принимаемых решений в системах АПТЭКГ с контролем качества зарегистрированных электрокардиосигналов (ЭКС). Доказана целесообразность включения в состав систем АПТЭКГ модуля контроля качества зарегистрированных ЭКС. Материалы и методы. Разработана структурная схема системы АПТЭКГ с модулем контроля качества зарегистрированных ЭКС в ее составе. Определены его функции и связи с другими модулями. Модуль контроля качества зарегистрированных ЭКС реализован как нейросетевой бинарный классификатор на основе 2D CNN. Для представления ЭКС в виде изображения использовалось вейвлет-преобразование. Создана база изображений для обучения и тестирования нейросетей. Результаты и выводы. На языке программирования Python разработаны четыре нейронные сети глубокого обучения, по результатам тестирования которых наилучший результат показала сеть VGGNet19 с точностью 0,97, логарифмической потерей 0,1 и F-мерой 0,97. Разработанная структурная схема системы АПТЭКГ и модуль контроля качества зарегистрированных ЭКС позволят повысить достоверность принимаемых диагностических решений. 

Ключевые слова

качество электрокардиосигнала, искусственные нейронные сети, глубокое обучение, системы амбулаторного персонального телемониторинга ЭКГ 

 Скачать статью в формате PDF

Для цитирования:

Кривоногов Л. Ю., Геращенко М. С., Геращенко С. И., Митрошин А. Н., Левин С. Ф. Нейросетевой модуль контроля качества зарегистрированных сигналов для систем амбулаторного персонального телемониторинга ЭКГ. 2024. № 1. С. 116–123. doi: 10.21685/2307-4205-2024-1-13