ПРИМЕНЕИЕ СИМУЛЯЦИИ ЭХО ЭКГ И ЧТЕНИЕ ЕГО ИЗ ФАЙЛОВ С ПОМОЩЮ ФИЛЬТРОВ ПАН ТОМПКИНСОНА

Аннотация

This article discusses the use of Python programming language for processing echocardiography signals, with an emphasis on the use of various filters to improve the quality of the signals. Echo-ECG allows visualization of the heart rhythm and detection of pathologies. However, in the process of receiving signals, noise occurs that needs to be filtered. Using Python and Pan-Tompkinson filters in the analysis of Echo-ECG signals improves the quality of the received signals and more accurately identifies heart pathology. Keywords: Echo-ECG, filtering, Echo-ECG analysis, Python, programming, filter, Pan-Tompkinson. Ведение. Согласно данным Всемирной Организации Здравоохранения (ВОЗ), ежегодно от сердечно-сосудистых заболеваний (ССЗ) умирает более 17 миллионов человек по всему миру. При этом, своевременное и корректное медицинское вмешательство могло бы предотвратить 80% случаев инфаркта и инсульта. Эхо-ЭКГ играет важную роль в диагностике заболеваний сердца, однако данные, получаемые с помощью этого метода, часто подвержены шумам и искажениям. Для их эффективной фильтрации используются различные подходы, включая фильтры Баттерворта, Пан-Томпкинсона и Савицкого-Голея. Актуальность данной темы заключается в значении Эхо-ЭКГ для диагностики различных заболеваний сердца и необходимости усовершенствования методов их анализа, что может привести к более точной диагностике и улучшению качества медицинских услуг [1]. Задачей данной 107 International scientific journal “Interpretation and researches” Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2 работы является изучение способов фильтрации Эхо-ЭКГ с помощью языка программирования Python. Фильтрация сигналов является неотъемлемой частью анализа Эхо-ЭКГ, поскольку на эти данные могут влиять различные помехи и шумы, что затрудняет точную интерпретацию. Для эффективного фильтрации Эхо-ЭКГ применяются различные методы обработки сигналов, включая фильтрацию в частотной области, вейвлет-преобразования, а также фильтры низких, высоких и полосовых частот. В Python для этих целей можно использовать библиотеки SciPy и NumPy, которые предоставляют широкие возможности для работы с сигналами, а также визуализацию с помощью Matplotlib [2]. Результаты и обсуждение. В ходе исследования были созданы несколько видов программного обеспечения для симуляции, чтения, фильтрации и обработки Эхо ЭКГ. Ниже представлены примеры работы выше указанных видов программного обеспечения. 1. Чтение Эхо ЭКГ из файлов с расширением dat и hea. ECG ID data base person 1rec_1 2 500 10000 rec_1.dat 16 200 12 0 67 23151 0 ECG I rec_1.dat 16 200 12 0 4 770 0 ECG I filtered File # Age: 23 # Sex: female # ECG date: 15.03.2005 Рис 1. Чтение Эхо ЭКГ из файла Как показано на рис.1 программа обеспечивает чтения файла, графически визуализирует его, затем выделяет пики на данной визуализации и выводит их количество на графической визуализации. При работе данного сегмента применяется следующий алгоритм: считываем запись Эхо ЭКГ, получаем данные Эхо ЭКГ, выберем один из сигналов ,если есть несколько то указываем их все по одному или интересующий нас сигнал, преобразуем время в секунды, находим пики в Эхо ЭКГ сигнале, строим графическую визуализацию Эхо ЭКГ сигнала, выводим информации о количестве найденных пиков на итоговый график (рис.1). 108 International scientific journal “Interpretation and researches” Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2 При работе данного сегмента применяется следующий алгоритм (рис.2): считываем запись Эхо ЭКГ, получаем данные Эхо ЭКГ, выберем один из сигналов ,если есть несколько то указываем их все по одному или интересующий нас сигнал, преобразуем время в секунды, находим пики в Эхо ЭКГ сигнале, строим графическую визуализацию Эхо ЭКГ сигнала, выводим информации о количестве найденных пиков на итоговый график (рис. 1). Как видно из рис. 3 при фильтрации методом Пан -Томпкинсона выделяются и подсчитываются R пики на Эхо ЭКГ. Что так же является примечательным, как и в предыдущей, так и в этой визуализации, координатная сетка является крайне удобной для изучения отдельных плоскостей сигнала. Количество пиков Эхо ЭКГ подсчитывается и выводится в терминале фильтра Пан -Томпкинсона [4]. Рис 2. Листинг работы симуляционной части программы. Рис.3 Фильтрация методом Пан Томпкинсона. 109 International scientific journal “Interpretation and researches” Volume 1 issue 3 (49) | ISSN: 2181-4163 | Impact Factor: 8.2 Рис.4 Листинг работы программы Пан -Томпкинсона. При работе данного сегмента по применяется следующий алгоритм: чтение файла, чтение данных из файлов DAT и HEA, нормализация сигнала, затем применяются фильтры НЧ и ВЧ, выделяются R-зубцы, применяется фильтрация методом Пан-Томпкинсона, далее происходит визуализация сигнала и R-зубцов итоговые результаты выводятся на монитор пользователя посредством графика указанного на рис. 3, а также на рис. 4. Все выше указанные разделы программного обеспечения были реализованы при помощи языка программирования Python, с по