Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment
As an outcome of the COVID-19 pandemic, there is a need to seek new approaches to patients’ rehabilitation, in particular, the novel monitoring technologies enabling the assessment of the functionality and fitness of the cardiovascular and respiratory systems. Hypoxic tests allow for estimating a pe...
Gespeichert in:
| Datum: | 2024 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
PROBLEMS IN PROGRAMMING
2024
|
| Schlagworte: | |
| Online Zugang: | https://pp.isofts.kiev.ua/index.php/ojs1/article/view/634 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Problems in programming |
| Завантажити файл: |  |
Institution
Problems in programming| id |
pp_isofts_kiev_ua-article-634 |
|---|---|
| record_format |
ojs |
| resource_txt_mv |
ppisoftskievua/d2/92aa77b30e681450d1ed40a51721aed2.pdf |
| spelling |
pp_isofts_kiev_ua-article-6342025-02-15T12:06:39Z Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment Розробка алгоритмів автоматичної розмітки гіпоксичних проб за одноканальною електрокардіограмою: модельний експеримент Romanenko, T.M. hypoxic tests; electrocardiogram; reconstruct the respiratory signal UDC 004.896 гіпоксичні проби; електрокардіограма; реконструкція респіраторного сигналу УДК 004.896 As an outcome of the COVID-19 pandemic, there is a need to seek new approaches to patients’ rehabilitation, in particular, the novel monitoring technologies enabling the assessment of the functionality and fitness of the cardiovascular and respiratory systems. Hypoxic tests allow for estimating a person’s tolerability to hypoxic conditions and, eventually, for making conclusions about their fitness. Among these tests are the Stange test for which the breath is held after inhaling, and the Genchi test involving holding the breath after exhaling. The important information is the duration of the breath hold. There are methods of direct respiratory signal measurement and indirect ones to control it. They require the use of specialized equipment and specific conditions, often including the need for patient immobilization, therefore, are usually performed in hospitals. Breathing affects the electrocardiogram, which can be used to reconstruct the respiratory signal. Electrocardiogram registration is now a routine procedure performed in hospitals, outpatient clinics, and, due to various options for modern portable single- and multichannel electrocardiographs, even at home by the patients themselves. There are several types of algorithms for obtaining the cardiorespiratory information that rely on different elements of the electrocardiogram signal but they are not suitable for real-time application. This report describes the model experiment developing the optimal algorithm of hypoxic test automatization with the electrocardiogram processing in real-time conditions. We have developed the software called "Harmony" for breathing control during hypoxic test which suggests the starting moment for breath hold. Since the period of breath hold during hypoxic test has specific characteristics on the electrocardiogram that are substantially different from other breathing phases, such as inhaling, exhaling, and calm breathing, the moment of finishing the breath hold can be determined automatically. This allows us to automate hypoxic tests.Prombles in programming 2024; 2-3: 173-179 Наслідки пандемії Covid-19 вимагають нових підходів до реабілітації людини, зокрема, нових моніторингових технологій, що мали б можливості оцінки функціонального стану та рівня тренованості серцево-судинної та дихальної систем. Гіпоксичні проби дають змогу оцінити толерантність людини до гіпоксії та, як наслідок, визначити рівень тренованості на даний час. Такими пробами є проба Штанге, у якій пропонують затримувати дихання на вдиху, і проба Генчі, у якій затримка дихання виконується на видиху. Інформативною є тривалість можливої затримки дихання. Існують методи прямого вимірювання респіраторного сигналу та його опосередкованого контролю. Вони потребують залучення спеціальних пристроїв, особливих умов застосування, часто знерухомлення пацієнтів, тому використовуються переважно в умовах стаціонару. Вплив дихання призводить до змін у електрокардіограмі людини, що дає можливість отримати реконструкцію респіраторного сигналу. Реєстрація електрокардіограми є наразі рутинною процедурою і може бути виконана як в умовах стаціонару, амбулаторії, так і вдома у пацієнта завдяки наявності великого спектру сучасних мобільних електрокардіографів, одно- і багатоканальних. Існують певні алгоритми для отримання кардіореспіраторної інформації, які використовують різні елементи сигналу електрокардіограми. Але усі вони не застосовуються у реальному часі. Ця доповідь присвячена модельному експерименту щодо пошуку оптимального алгоритму автоматизації гіпоксичних проб за рахунок обробки одноканальної електрокардіограми у реальному часі. Завдяки розробленій нами програмі керування диханням під час виконання гіпоксичної проби («Гармонія») отримуємо момент початку затримки дихання. Оскільки період затримки дихання у гіпоксичній пробі має на електрокардіограмі характерні ознаки, які суттєво відрізняються від інших фаз дихання, таких як вдих, видих, спокійне дихання, момент закінчення затримки знаходимо автоматично. Це дозволяє автоматизувати проведення гіпоксичних проб.Prombles in programming 2024; 2-3: 173-179 PROBLEMS IN PROGRAMMING ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ ПРОБЛЕМИ ПРОГРАМУВАННЯ 2024-12-17 Article Article application/pdf https://pp.isofts.kiev.ua/index.php/ojs1/article/view/634 10.15407/pp2024.02-03.173 PROBLEMS IN PROGRAMMING; No 2-3 (2024); 173-179 ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ; No 2-3 (2024); 173-179 ПРОБЛЕМИ ПРОГРАМУВАННЯ; No 2-3 (2024); 173-179 1727-4907 10.15407/pp2024.02-03 uk https://pp.isofts.kiev.ua/index.php/ojs1/article/view/634/686 Copyright (c) 2024 PROBLEMS IN PROGRAMMING |
| institution |
Problems in programming |
| baseUrl_str |
https://pp.isofts.kiev.ua/index.php/ojs1/oai |
| datestamp_date |
2025-02-15T12:06:39Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
hypoxic tests electrocardiogram reconstruct the respiratory signal UDC 004.896 |
| spellingShingle |
hypoxic tests electrocardiogram reconstruct the respiratory signal UDC 004.896 Romanenko, T.M. Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| topic_facet |
hypoxic tests electrocardiogram reconstruct the respiratory signal UDC 004.896 гіпоксичні проби електрокардіограма реконструкція респіраторного сигналу УДК 004.896 |
| format |
Article |
| author |
Romanenko, T.M. |
| author_facet |
Romanenko, T.M. |
| author_sort |
Romanenko, T.M. |
| title |
Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_short |
Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_full |
Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_fullStr |
Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_full_unstemmed |
Developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_sort |
developing algorithms for automatic hypoxing test chasing from the single-channel electrocardiograms: a model experiment |
| title_alt |
Розробка алгоритмів автоматичної розмітки гіпоксичних проб за одноканальною електрокардіограмою: модельний експеримент |
| description |
As an outcome of the COVID-19 pandemic, there is a need to seek new approaches to patients’ rehabilitation, in particular, the novel monitoring technologies enabling the assessment of the functionality and fitness of the cardiovascular and respiratory systems. Hypoxic tests allow for estimating a person’s tolerability to hypoxic conditions and, eventually, for making conclusions about their fitness. Among these tests are the Stange test for which the breath is held after inhaling, and the Genchi test involving holding the breath after exhaling. The important information is the duration of the breath hold. There are methods of direct respiratory signal measurement and indirect ones to control it. They require the use of specialized equipment and specific conditions, often including the need for patient immobilization, therefore, are usually performed in hospitals. Breathing affects the electrocardiogram, which can be used to reconstruct the respiratory signal. Electrocardiogram registration is now a routine procedure performed in hospitals, outpatient clinics, and, due to various options for modern portable single- and multichannel electrocardiographs, even at home by the patients themselves. There are several types of algorithms for obtaining the cardiorespiratory information that rely on different elements of the electrocardiogram signal but they are not suitable for real-time application. This report describes the model experiment developing the optimal algorithm of hypoxic test automatization with the electrocardiogram processing in real-time conditions. We have developed the software called "Harmony" for breathing control during hypoxic test which suggests the starting moment for breath hold. Since the period of breath hold during hypoxic test has specific characteristics on the electrocardiogram that are substantially different from other breathing phases, such as inhaling, exhaling, and calm breathing, the moment of finishing the breath hold can be determined automatically. This allows us to automate hypoxic tests.Prombles in programming 2024; 2-3: 173-179 |
| publisher |
PROBLEMS IN PROGRAMMING |
| publishDate |
2024 |
| url |
https://pp.isofts.kiev.ua/index.php/ojs1/article/view/634 |
| work_keys_str_mv |
AT romanenkotm developingalgorithmsforautomatichypoxingtestchasingfromthesinglechannelelectrocardiogramsamodelexperiment AT romanenkotm rozrobkaalgoritmívavtomatičnoírozmítkigípoksičnihprobzaodnokanalʹnoûelektrokardíogramoûmodelʹnijeksperiment |
| first_indexed |
2025-07-17T09:47:24Z |
| last_indexed |
2025-07-17T09:47:24Z |
| _version_ |
1850409839190081536 |
| fulltext |
173
Прикладне програмне забезпечення
УДК 004.896 http://doi.org/10.15407/pp2024.02-03.173
Т. М. Романенко
РОЗРОБЛЕННЯ АЛГОРИТМІВ АВТОМАТИЧНОЇ
РОЗМІТКИ ГІПОКСИЧНИХ ПРОБ ЗА ОДНОКАНАЛЬНОЮ
ЕЛЕКТРОКАРДІОГРАМОЮ: МОДЕЛЬНИЙ ЕКСПЕРИМЕНТ
Наслідки пандемії Covid-19 вимагають нових підходів до реабілітації людини, зокрема, нових моніто-
рингових технологій, що мали б можливості оцінки функціонального стану та рівня тренованості сер-
цево-судинної та дихальної систем. Гіпоксичні проби дають змогу оцінити толерантність людини до
гіпоксії та, як наслідок, визначити рівень тренованості на даний час. Такими пробами є проба Штанге,
у якій пропонують затримувати дихання на вдиху, і проба Генчі, у якій затримка дихання виконується
на видиху. Інформативною є тривалість можливої затримки дихання. Існують методи прямого вимірю-
вання респіраторного сигналу та його опосередкованого контролю. Вони потребують залучення спеці-
альних пристроїв, особливих умов застосування, часто знерухомлення пацієнтів, тому використову-
ються переважно в умовах стаціонару. Вплив дихання призводить до змін у електрокардіограмі люди-
ни, що дає можливість отримати реконструкцію респіраторного сигналу. Реєстрація електрокардіогра-
ми є наразі рутинною процедурою і може бути виконана як в умовах стаціонару, амбулаторії, так і
вдома у пацієнта завдяки наявності великого спектру сучасних мобільних електрокардіографів, одно- і
багатоканальних. Існують певні алгоритми для отримання кардіореспіраторної інформації, які викорис-
товують різні елементи сигналу електрокардіограми. Але усі вони не застосовуються у реальному часі.
Ця доповідь присвячена модельному експерименту щодо пошуку оптимального алгоритму автоматиза-
ції гіпоксичних проб за рахунок обробки одноканальної електрокардіограми у реальному часі. Завдяки
розробленій нами програмі керування диханням під час виконання гіпоксичної проби («Гармонія»)
отримуємо момент початку затримки дихання. Оскільки період затримки дихання у гіпоксичній пробі
має на електрокардіограмі характерні ознаки, які суттєво відрізняються від інших фаз дихання, таких
як вдих, видих, спокійне дихання, момент закінчення затримки знаходимо автоматично. Це дозволяє
автоматизувати проведення гіпоксичних проб.
Ключові слова: гіпоксичні проби, електрокардіограма, реконструкція респіраторного сигналу.
T. Romanenko
DEVELOPING ALGORITHMS FOR AUTOMATIC
HYPOXING TEST FHASING FROM THE SINGLE-CHANNEL
ELECTROCARDIOGRAMS: A MODEL EXSPERIMENT
As an outcome of the COVID-19 pandemic, there is a need to seek new approaches to patients’ rehabilitation,
in particular, the novel monitoring technologies enabling the assessment of the functionality and fitness of the
cardiovascular and respiratory systems. Hypoxic tests allow for estimating a person’s tolerability to hypoxic
conditions and, eventually, for making conclusions about their fitness. Among these tests are the Stange test
for which the breath is held after inhaling, and the Genchi test involving holding the breath after exhaling. The
important information is the duration of the breath hold. There are methods of direct respiratory signal meas-
urement and indirect ones to control it. They require the use of specialized equipment and specific conditions,
often including the need for patient immobilization, therefore, are usually performed in hospitals. Breathing af-
fects the electrocardiogram, which can be used to reconstruct the respiratory signal. Electrocardiogram regis-
tration is now a routine procedure performed in hospitals, outpatient clinics, and, due to various options for
modern portable single- and multichannel electrocardiographs, even at home by the patients themselves. There
are several types of algorithms for obtaining the cardiorespiratory information that rely on different elements
of the electrocardiogram signal but they are not suitable for real-time application. This report describes the
model experiment developing the optimal algorithm of hypoxic test automatization with the electrocardiogram
processing in real-time conditions. We have developed the software called “Harmony” for breathing control
during hypoxic test which suggests the starting moment for breath hold. Since the period of breath hold during
hypoxic test has specific characteristics on the electrocardiogram that are substantially different from other
breathing phases, such as inhaling, exhaling, and calm breathing, the moment of finishing the breath hold can
be determined automatically. This allows us to automate hypoxic tests.
Key words: hypoxic tests, electrocardiogram, reconstruct the respiratory signal.
© Т.М.Романенко, 2024
ISSN 1727-4907. Проблеми програмування. 2024. №2-3
174
Прикладне програмне забезпечення
Вступ
Гіпоксичні проби дають змогу оці-
нити толерантність людини до нестачі ки-
сню та, як наслідок, визначити рівень тре-
нованості на поточний момент. Такими
пробами є проба Штанге, в якій пропону-
ють затримувати дихання на вдиху, і проба
Генчі, у якій затримка дихання виконуєть-
ся на видиху.
Цікавим є те, що прообрази гіпок-
сичних проб відомі дуже давно. Перші
згадки про них були ще на початку мину-
лого сторіччя. Вони носять імена своїх ви-
нахідників: німецького та італійського лі-
карів Германа Штанге та Джованні Гінче,
які описували методики оцінювання функ-
ції дихання людини через вимірювання
тривалості затримки дихання і досліджу-
вали вплив нестачі кисню на роботу серце-
во-судинної системи [1,2].
Проба Штанге — функціональна
проба із затримкою дихання під час вдиху.
Проба виконується в положенні сидячи.
Досліджуваний повинен зробити глибокий
(але не максимальний) вдих і затримати
дихання якомога довше. Проба Генчі —
функціональна проба із затримкою дихан-
ня під час видиху. Зробивши звичайний
(не надмірний) видих, досліджуваний за-
тримує дихання. Затримці дихання передує
фаза спокійного дихання (відпочинок), фа-
за глибоких вдихів і видихів (2-3). Рівень
тренованості організму можна оцінити за
тривалістю затримки дихання.
Гіпоксичні проби вже давно вико-
ристовуються у спортивній медицині для
контролю стану спортсменів, їхньої витри-
валості і стійкості до навантажень [3 - 5].
Останнім часом у зв’язку з довготривали-
ми наслідками Covid-19 виникла потреба у
нових підходах до реабілітації людей та до
оцінки їхнього стану [6]. Таку оцінку та-
кож можна робити за допомогою гіпокси-
чних проб. Це дасть змогу оцінити функ-
ціональний стан та рівень тренованості се-
рцево-судинної та дихальної систем лю-
дей, що хворіли на Covid-19, та підібрати
відповідний рівень фізичних навантажень,
які б не зашкодили ослабленому організ-
му. Ще однією сферою, де можуть бути
корисними гіпоксичні проби, є психологі-
чна реабілітація людей, що зазнали нега-
тивного впливу війни, яка триває в Украї-
ні. Одним з методів позитивного впливу на
людину є застосування дихальних вправ, у
яких за певною формулою повторюються
вдихи, видихи, паузи з затримкою дихан-
ня. Таким диханям можна допомогти лю-
дині розслабитися або, навпаки, зосереди-
тися, відпочити, налаштуватися на працю,
заняття спортом, фізичне навантаження
тощо. Вплив на людину залежить від часо-
вих проміжків, що закладені у формулу
дихання. Тривалість часових проміжків у
формулі дихання залежить від рівня тре-
нованості людини, яка використовує диха-
льні вправи. За допомогою гіпоксичних
проб можна виявити цей рівень і пропону-
вати людині формули дихання, які вона
спроможна виконати без ризику для здо-
ров’я.
Постановка задачі
Нові підходи до реабілітації люди-
ни потребують, зокрема, і нових моніто-
рингових технологій, що мали б можли-
вості оцінки функціонального стану та рі-
вня тренованості серцево-судинної та ди-
хальної систем. На наш погляд, такі тех-
нології можуть бути швидко розроблені за
рахунок інтеграції відомих методів оцінки
стану людини із сучасними інформацій-
ними технологіями обробки медичних си-
гналів.
Для оцінки гіпоксичної проби пот-
рібно вимірювати час затримки дихання,
який можна отримати із сигналу дихання.
Для прямого вимірювання респіраторного
сигналу необхідно використовувати спеці-
альні пристрої: спірометри, носові термо-
пари, які безпосередньо вимірюють потік
повітря у легені та з них. Опосередковано
контролювати дихання можна через вимі-
рювання змін об’єму грудної клітки за до-
помогою фотоплетизмографії, деякими
іншими методами. У кожного з цих мето-
дів є свої переваги і недоліки. Так, прямі
методи, які є найбільш точними, заважа-
ють нормальному диханню пацієнта, так
175
Прикладне програмне забезпечення
само, як і вимірювання змін об’єму груд-
ної клітки, а фотоплетизмографія потребує
знерухомлення пацієнта. Через це вимірю-
вання респіраторного сигналу, як пряме,
так і опосередковане, можна виконувати
лише у стаціонарних умовах. Але відомо,
що під впливом дихання обов’язково ви-
никають зміни у електрокардіограмі. Тому
це можна використати для отримання ін-
формації про респіраторний сигнал, не за-
стосовуючи ніяких додаткових приладів та
датчиків, окрім електрокардіографа. Ре-
єстрація електрокардіограми є неінвазій-
ною процедурою, яка легко виконується у
стаціонарних і амбулаторних умовах. За-
вдяки появі останнім часом портативних
одноканальних і багатоканальних електро-
кардіографів реєстрація електрокардіогра-
ми стала доступною навіть у домашніх
умовах. Використання електрокардіогра-
фів дає можливість реконструювати респі-
раторний сигнал. Методи отримання дос-
товірної інформації про дихальну актив-
ність пацієнта без проведення будь-яких
інших вимірювань, окрім електрокардіо-
грами, зазвичай називають респіраторним
сигналом, отриманим за допомогою елект-
рокардіограми (EDR — ECG-derived
respiratory signal). Відомо, що дослідження
з метою такої реконструкції ведуться вже
багато років [7].
Загальна ідея отримання дихання з
сигналу електрокардіограми, що описана у
[7], є основою для багатьох досліджень і
алгоритмів. Для отримання інформації про
респіраторний сигнал використовують різ-
ні елементи сигналу електрокардіограми,
такі як амплітуда R-зубця, різниця амплі-
туд зубців R і S, нахил висхідної частини
R-зубця (інтервал QR), нахил спадної час-
тини R-зубця (інтервал RS), кут R-зубця
(оцінюється за нахилами висхідної і спад-
ної частин R-зубця), діапазон нахилу QRS-
комплексу, площа під QRS-комплексом,
також використовують аналіз головних
компонентів і аналіз головних компонентів
ядра, вейвлет-перетворення, гаусівський
процес, реконструкцію фазового простору
тощо [8-11].
Усі наведені алгоритми не застосо-
вуються у реальному часі. Перераховані
вище методи отримання респіраторного
сигналу можна поділити на дві великі
групи: методи, що використовують часто-
тний аналіз, і методи, що аналізують
морфологічні зміни у сигналі електрокар-
діограми. Оскільки частотний аналіз сиг-
налу є інтегральним методом, він більш
придатний для усередненої оцінки респі-
раторного сигналу, наприклад, для оцінки
частоти дихання. Якщо ж потрібно отри-
мати інформацію про зміни режимів ди-
хання у одному сигналі, такі як спокійне
(поверхневе) дихання, примусове глибоке
дихання, затримка дихання тощо, краще
використовувати аналіз морфологічних
змін у електрокардіограмі, спричинених
диханням, а саме зміни у амплітуді зуб-
ців, у R- R інтервалах, кутах нахилу зуб-
ців. Для аналізу гіпоксичних проб потріб-
но мати інформацію про режими дихання,
а отже аналізувати морфологічні зміни у
електрокардіограмі.
Ця доповідь присвячена модельно-
му експерименту пошуку оптимальних ал-
горитмів автоматизації розмітки гіпоксич-
них проб шляхом обробки одноканальної
електрокардіограми.
Для оцінки рівня тренованості лю-
дини з використанням гіпоксичних проб
необхідно визначати початок і закінчення
фази затримки дихання, щоб виміряти три-
валість цієї фази. Для розрахунку респіра-
торного сигналу ми будемо використову-
вати одноканальну електрокардіограму.
Необхідно зробити попередню її обробку,
яка складається з фільтрування і розділен-
ня на кардіоцикли та елементи кардіоцик-
лів [12].
Розроблена нашим колективом про-
грама «Гармонія» [13] дозволяє керувати
виконанням людиною фаз гіпоксичної
проби, тобто за допомогою звукових сиг-
налів і візуальних інструкцій на екрані
пропонує перехід до наступної фази проби.
Одночасно з виконанням команд режиму
дихання проводиться реєстрація однокана-
льної електрокардіограми. Момент завер-
шення фази затримки дихання могла б фі-
ксувати сама людина натисканням відпо-
відної клавіші на клавіатурі. Але такий
режим призводить до спотворення елект-
рокардіограми. Отже, ключовою задачею
алгоритму, що розробляється, був автома-
176
Прикладне програмне забезпечення
тичний пошук моменту закінчення гіпок-
сичної проби за рахунок обробки сигналу
електрокардіограми бажано в режимі реа-
льного часу.
Для визначення фаз гіпоксичної
проби були побудовані ритмограми (зміни
тривалості R-R інтервалів під час реєстра-
ції електрокардіограми), амплітудограми
(зміни амплітуди R-зубців під час реєстра-
ції електрокардіограми) та графік змін
площ під QRS-комплексами під час реєст-
рації електрокардіограми. Моделювання
алгоритмів обробки цих сигналів викону-
валося у пакеті прикладних програм
MatLab. На рис.1 наведені ці графіки для
гіпоксичних проб двох різних пацієнтів.
Можна зауважити, що на усіх трьох графі-
ках обох пацієнтів візуально розрізняються
фази гіпоксичної проби: I – спокійне ди-
хання, II – 2-3 глибокі вдихи-видихи, III –
вдих-видих, або тільки вдих, IV – затримка
дихання, V – дихання після затримки. Та-
ким чином, ми маємо момент початку фази
IV, необхідно визначити момент закінчен-
ня цієї фази.
Початок фази затримки дихання
отримуємо з програми керування вико-
нанням гіпоксичної проби. Зрозуміло, що
моментом закінчення затримки дихання є
різка зміна амплітуди графіка на ампліту-
дограмі (у бік зменшення для проби Ген-
чі, або у бік збільшення для проби Штан-
ге), що пов’язано з глибоким вдихом або
видихом після затримки. Сама затримка
дихання характеризується невеликими
змінами у амплітуді (набагато меншими
за зміни при спокійному диханні). Тому
найпростіший алгоритм пошуку моменту
закінчення затримки дихання полягає у
медіанній фільтрації сигналу і знахо-
дженні точки, у якій зміна амплітуди пе-
ревищить деякий поріг, пов'язаний з амп-
літудами сигналу впродовж фази затрим-
ки дихання.
Як можна побачити на рисунку, всі
три методи обробки дозволяють знайти
момент завершення затримки дихання у
гіпоксичних пробах. Разом с цим найбільш
оптимальними з точки зору обчислюваль-
ної складності слід вважати алгоритми, що
базуються на оцінці амплітуд або площ
QRS-комплексів.
Але описаний вище варіант є ідеа-
льним, коли у зареєстрованому сигналі
електрокардіограми немає ділянок, спо-
творених завадами, які можуть виникати у
Рис. 1. Гіпоксичні проби Генчі та
Штанге
Рис. 2. Сигнали, спотворені у
різних фазах гіпоксичної проби
177
Прикладне програмне забезпечення
процесі реєстрації електрокардіограми і
пов’язані, наприклад, з тим, що людина
недостатньо впевнено тримає пристрій ре-
єстрації електрокардіограми. Також до по-
гіршення якості сигналу може призвести
неправильне виконання гіпоксичної проби,
тобто людина може неточно дотримувати-
ся команд зміни фаз дихання, не робити
достатньо глибокі вдихи та видихи або,
навпаки, робити більш глибоке дихання у
фазах з поверхневим диханням тощо (див.
рис.2). Спотворення можуть виникати у
будь-якому періоді гіпоксичної проби. Та-
кі дії можуть ускладнити пошук моментів
завершення затримки дихання в автомати-
чному режимі. Тому є необхідність ускла-
днення алгоритму, яке полягатиме у аналі-
зі усіх фаз дихання з метою визначення
вигляду сигналів у різних фазах для конк-
ретної людини, що має покращити визна-
чення кінця затримки дихання.
Експеримент
Експериментальна перевірка алго-
ритму оцінки гіпоксичних проб Штанге і
Генчі була проведена для невеликої групи
людей, що складалася з семи осіб, функці-
онально здорових, різного віку і статі. Для
експерименту були зареєстровані 98
електрокардіограм. Ці електрокардіограми
були відфільтровані, розділені на кардіо-
цикли та елементи кардіоциклів. Для по-
дальшої обробки алгоритмом були вибрані
потрібні елементи кардіоциклів і побудо-
вані амплітудограми. Застосування описа-
ного алгоритму до цих амплітудограм дало
можливість правильно оцінити момент за-
кінчення затримки дихання у гіпоксичній
пробі для 79 оброблених електрокардіо-
грам, що становить близько 80%. Помил-
кові оцінки були отримані для спотворе-
них сигналів електрокардіограм, таких, як
наведені на рис. 2.
Висновки
Автоматичний пошук завершення
фази затримки дихання на гіпоксичних
пробах має велике значення для зручності
вимірювання тривалості цієї фази, що є
потрібним для оцінки рівня тренованості
людини. У випадку проб, які не мають ді-
лянок, спотворених завадами, або ділянок,
на яких людина не зовсім точно виконує
команди зміни фаз дихання, можна вико-
ристовувати простий алгоритм пошуку за-
кінчення фази затримки дихання, який по-
лягає у медіанній фільтрації сигналу та
знаходженні точки, де сигнал суттєво змі-
нює амплітуду. У більш складних випад-
ках спотворених сигналів потрібен склад-
ніший алгоритм, який враховуватиме інди-
відуальні особливості сигналів у кожній з
фаз проби. Однак, навіть у цих випадках
різниця між сигналом у фазі затримки ди-
хання і інших фазах проби є суттєвою, що
дає можливість зробити позитивний про-
гноз про можливість визначення завер-
шення фази затримки дихання.
Література
1. G. Ginche. Sulla capacità polmonare e
sulla resistenza all’anidride carbonica
nell’uomo. Archivio di Fisiologia. 1908,
№ 7. P. 113-133
2. G. Shtange. Über die Beziehungen
zwischen Atmung und Kreislauf beim
Menschen, insbesondere über eine neue
Methode zur Prufung der Herzkraft.
Deutsche Medizinische Wochenschrift
1908. № 41. P. 1545-1547
3. Б.Т. Долинський, В.Ю. Філіпов. Теоре-
тико методологічні засоби оцінки рівня
фізичної підготовленості дітей у SUP-
спорті. Olympicus, 2023, № 2. С. 20-25.
4. С. Черненко, О. Гончаренко, С. Марче-
нко. Інформативні показники функціо-
нальної і рухової підготовленості сту-
дентів вищих навчальних закладів.
Physical Education Theory and
Methodology. 2019, № 19.3. С. 107-115.
5. Г. Тумілович. Результати експрес-
оцінки функцій зовнішнього дихання
хворих на хронічну ниркову недостат-
ність, яким проводиться гемодіаліз.
Молода спортивна наука України.
2009. №. 3. С. 176-180.
6. А. Кухарчук. Физическая нагрузка для
пациентов с лонг ковидом – как ее пра-
вильно рассчитать? Медико-біологічні
проблеми фізкультури та спорту.
[28.01.22]
https://www.facebook.com/groups/20791
7376288379/posts/1344600255953413/
7. G.B. Moody, R.G. Mark, A. Zoccola, S.
Mantero. Derivation of respiratory signals
178
Прикладне програмне забезпечення
from multi-lead ECG. Computers in Car-
diology, 1985. vol. 12. P. 113-116.
8. C. Varon, et al. A Comparative Study of
ECG-derived Respiration in Ambulatory
Monitoring using the Single-lead ECG.
Scientific reports. Article number: 5704,
2020.
9. Sz. Buś, K. Jędrzejewski. ECG-Derived
Respiration – Complete Implementation
and Its Evaluation with Use of Clinical
Data. International conference on signals
and electronic systems (ICSES - 2018),
Kraków, Poland, September 10-12, 2018.
- P. 209-213.
10. Shuxin Zhuang et al. Improved ECG-
Derived Respiration Using Empirical
Wavelet Transform and Kernel Principal
Component Analysis. Hindawi. Computa-
tional Intelligence and Neuroscience. Re-
search Article. vol. 2021, Article ID
1360414, 13 pages.
11. P. Janbakhshi, M. B. Shamsollahi. ECG-
derived respiration estimation from sin-
gle-lead ECG using gaussian process and
phase space reconstruction methods. Bio-
medical Signal Processing and Control,
2018. P. 80 – 90.
12. И.А. Чайковский Анализ электрокар-
диограммы в одном, шести и двенадца-
ти отведениях с точки зрения инфор-
мационной ценности: электрокардио-
графический каскад. Клиническая ин-
форматика и телемедицина. 2012. №
2. C. 102–106.
13. А.В Шарипанов, В.В. Вишневський,
В.Г. Калмиков, Л.А. Кізуб.
Комп’ютерна програма «Автоматизо-
вана технологія управління диханням
«Гармонія». Свідоцтво про реєстрацію
авторського права на твір № 98944,
2020.
References
1. G. Ginche. Sulla capacità polmonare e
sulla resistenza all’anidride carbonica
nell’uomo. Archivio di Fisiologia. 1908,
№ 7. P. 113-133
2. G. Shtange. Über die Beziehungen
zwischen Atmung und Kreislauf beim
Menschen, insbesondere über eine neue
Methode zur Prufung der Herzkraft.
Deutsche Medizinische Wochenschrift
1908. № 41. P. 1545-1547
3. B. Dolynskyi, V. Filipov. Theoretical and
methodological means of assessing the
level of physical fitness of children in
SUP-sport. Olympicus, 2023, № 2. С. 20-
25. (in ukrainian).
4. S. Chernenko, O. Honcharenko, S.
Marchenko. Informative indicators of
functional and motor readiness of students
of higher educational institutions.
Physical Education Theory and
Methodology. 2019, № 19.3. С. 107-115.
(in ukrainian).
5. H. Tumilovych. The results of the
express-estimation of functions of
external respiration of patients with
chronic kidney disease who are on
hemodialysis. Young sports science of
Ukraine. 2009. №. 3. С. 176-180. (in
ukrainian).
6. A. Kukharchuk. Physical load for patients
with long covid - how to calculate it
correctly? Medical and biological
problems of physical education and
sports. (in Russian) [28.01.22]
https://www.facebook.com/groups/20791
7376288379/posts/1344600255953413/
7. G.B. Moody, R.G. Mark, A. Zoccola, S.
Mantero. Derivation of respiratory signals
from multi-lead ECG. Computers in Car-
diology, 1985. vol. 12. P. 113-116.
8. C. Varon, et al. A Comparative Study of
ECG-derived Respiration in Ambulatory
Monitoring using the Single-lead ECG.
Scientific reports. Article number: 5704,
2020.
9. Sz. Buś, K. Jędrzejewski. ECG-Derived
Respiration – Complete Implementation
and Its Evaluation with Use of Clinical
Data. International conference on signals
and electronic systems (ICSES - 2018),
Kraków, Poland, September 10-12, 2018.
- P. 209-213.
10. Shuxin Zhuang et al. Improved ECG-
Derived Respiration Using Empirical
Wavelet Transform and Kernel Principal
Component Analysis. Hindawi. Computa-
tional Intelligence and Neuroscience. Re-
search Article. vol. 2021, Article ID
1360414, 13 pages.
11. P. Janbakhshi, M. B. Shamsollahi. ECG-
derived respiration estimation from sin-
gle-lead ECG using gaussian process and
phase space reconstruction methods. Bio-
medical Signal Processing and Control,
2018. P. 80 – 90.
12. I. Chaikovskyi. Analysis of an
electrocardiogram in one, six, and twelve
leads from the point of view of
information value: electrocardiographic
179
Прикладне програмне забезпечення
cascade. Clinical informatics and
telemedicine. 2012. № 2. C. 102–106. (in
Russian)
13. А Sharypanov, V. Vyshnevskyi, V.
Kalmykov, L. Kizub. Computer program
"Automated breathing control technology
"Harmony". Certificate of registration of
copyright to the work. № 98944, 2020. (in
ukrainian).
Одержано: 10.04.2024
Внутрішня рецензія отримана: 22.04.2024
Зовнішня рецензія отримана: 24.04.2024
Про автора:
Романенко Тетяна Миколаївна,
науковий співробітник.
https://orcid.org/0000-0002-5232-9487.
Місце роботи автора:
Інститут проблем математичних
машин і систем НАН України
E-mail: romanta0771@gmail.com
|