Н. С. Коннова – к.т.н., доцент, Московский государственный технический университет им. Н.Э. Баумана

М. А. Басараб – д.ф.-м.н., зав. кафедрой «Информационная безопасность», Московский государственный технический университет им. Н.Э. Баумана

E-mail: bmic@mail.ru

Д. А. Басараб – к.м.н., зав. кардиохирургическим отделением, Центр сердечно-сосудистой хирургии ГУЗ «Белгородская областная клиническая больница Св. Иоасафа» (г. Белгород)

Д. В. Минин – аспирант, Московский государственный технический университет им. Н.Э. Баумана

В. М. Ачильдиев – к.т.н., гл. конструктор, ОАО «НПО Геофизика-НВ» (Москва)

В. А. Солдатенков – д.т.н., ген. директор, ОАО «НПО Геофизика-НВ» (Москва)

Н. А. Бедро – начальник отдела, зам. гл. конструктора, ОАО «НПО Геофизика-НВ» (Москва)

Ю. К. Грузевич – к.т.н., зам. ген. директора по науке, ОАО «НПО Геофизика-НВ» (Москва)

Ю. Н. Евсеева – ОАО «НПО Геофизика-НВ» (Москва)

А. Д. Левкович – к.т.н., ОАО «НПО Геофизика-НВ» (Москва)

М. Н. Комарова – вед. инженер, ОАО «НПО Геофизика-НВ» (Москва)

Рассмотрены возможности применения данных электросейсмокардиографии для диагностики состояний сердечно-сосудистой системы человека и поддержки принятия решений в кардиологии и кардиохирургии. Затронуты вопросы регистрации, методики обработки, анализа и подготовки сигналов электросейсмокардиографов для автоматизации выработки диагноза.

Отмечены основные методы цифровой обработки сигналов и машинного обучения, применяемые к данным электрокардиографии и сейсмокардиографии.

Проанализированы результаты экспериментальных исследований, выполненных посредством разработанного специализированного программного обеспечения, подтверждающие применимость предлагаемой методики.

1. Konnova N.S., Basarab M.A. Application of neural networks in cardiovascular decision support systems // Proc. of 7th International Conference on Advances in Computing, Electronics and Communication (ACEC 2018). 2018. P. 73–78. DOI: 10.15224/978-1-63248-157-3-27
2. Konnova N.S., Basarab M.A., Basarab D.A. Image processing using artificial intelligence methods in cardiovascular decision support systems // Proc. SPIE 10836. 2018 International Conference on Image and Video Processing, and Artificial Intelligence. DOI: 10.1117/12.2515343
3. Konnova N.S., Basarab M.A. Identification of functional states of the cardiovascular system according to flowmetry data using machine learning methods // Proc. of 11th International Symposium on Computational Intelligence and Design (ISCID 2018). 2018. In press.
4. Коннова Н.С., Басараб М.А., Басараб Д.А. Цифровая обработка сигналов в доплеровской флоуметрии. Методы и алгоритмы. Монография. Lambert Academic Publishing. 2018.
5. Басараб М.А., Коннова Н.С., Митрохин В.Н., Басараб Д.А., Мациевский Д.Д. Диагностика состояний сердечнососудистой системы методами нелинейной цифровой обработки сигналов доплеровских измерителей скорости кровотока // Биомедицинская радиоэлектроника. 2017. № 5. С. 3–11.
6. Коннова Н.С., Басараб М.А., Басараб Д.А., Мациевский Д.Д. Фазовый анализ кривых скорости кровотока по данным временных рядов сигнала доплеровской флоуметрии // Биомедицинская радиоэлектроника. 2014. № 11. С. 16–29.
7. Achildiev V.M., Soldatenkov V.A., Bedro N.A., Gruzevich Yu.K., Evseeva Yu.N., Levkovich A.D., Basarab M.A., Konnova N.S. Cardioseismometer unit based on micromechanical sensors // Proc. of 25th Anniversary Saint Petersburg International Conference on Integrated Navigation Systems. 2018. P. 272–281.
8. Коннова Н.С. Программный комплекс обработки временных рядов при помощи методов нелинейной динамики и вейвлет-анализа // Свид. о гос. рег. прогр. для ЭВМ № 2014661986 РФ. Опубл. 20.12.2014.
9. Konnova N.S., Basarab M.A. Cardiovascular states identification using machine learning techniques based on artificial neural networks. 2018. Unpublished.
10. Yan H., Jiang Y., Zheng J., Peng Ch., Li Q. A multilayer perceptron-based medical decision support system for heart disease diagnosis // Expert Systems with Applications. 2006. V. 30. № 2. P. 272–281. DOI: 10.1016/j.eswa.2005.07.022
11. Das R., Turkoglu I., Sengur A. Effective diagnosis of heart disease through neural networks ensembles // Expert Systems with Applications. 2008. V. 36. № 4. P. 7675–7680. DOI:10.1016/j.eswa.2008.09.013
12. Kurt I., Ture M., Kurum A.T. Comparing performances of logistic regression, classification and regression tree, and neural networks for predicting coronary artery disease // Expert Systems with Applications. 2008. V. 34. № 1. P. 366–374. DOI: 10.1016/j.eswa.2006.09.004
13. Jadhav S.M., Nalbalwar S.L., Ghatol A.A. Artificial neural network models based cardiac arrhythmia disease diagnosis from ECG signal data // International Journal of Computer Applications. 2012. V. 44. № 15. DOI:10.1109/ICEIE.2010.5559887
14. Xiong Z., Stiles M.K., Zhao J. Robust ECG signal classification for detection of atrial fibrillation using a novel neural network // Computing in Cardiology. 2017. V. 44. DOI:10.22489/CinC.2017.066-138
15. Acharya U.R., Fujita H., Lih O.S., Hagiwara Y., Tan J.H., Adam M. Automated detection of arrhythmias using different intervals of tachycardia ECG segments with convolutional neural network // Information Sciences. 2017. V. 405. P. 81–90. DOI: 10.1016/j.ins.2017.04.012
16. Acharya U.R., Fujita H., Oh S.L., Hagiwara Y., Tan J.H., Adam M. Application of deep convolutional neural network for automated detection of myocardial infarction using ECG signals // Information Sciences. 2017. V. 415. P. 190–198. DOI: 10.1016/j.ins.2017.06.027
17. Acharya U.R., Fujita H., Lih O.S., Adam M., Tan J.H., Chua C.K. Automated detection of coronary artery disease using different durations of ECG segments with convolutional neural network // Knowledge-Based Systems. 2017. V. 132. P. 62–71. DOI: 10.1016/j.knosys.2017.06.003
18. Tan J.H., Hagiwara Yu., Pang W., Lim I., Lih O.S., Adam M., Tan R.S., Chen M., Acharya U.R. Application of stacked convolutional and long short-term memory network for accurate identification of CAD ECG signals // Computers in Biology and Medicine. 2018. V. 94. P. 19–26. DOI: 10.1016/J.COMPBIOMED.2017.12.023
19. Сейсмокардиография [Электронный ресурс] // Большая медицинская энциклопедия. URL: http://бмэ.орг/index.php/ СЕЙСМОКАРДИОГРАФИЯ (дата обращения: 28.10.2018).
20. Wang L., Huang K., Sun K., Wang W., Tian Ch., Xie L., Gu Q. Unlock with your heart: heartbeat-based authentication on commercial mobile phones // Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 2018. V. 2. № 3.
21. Жвалевский О.В. Концептуальная модель математической обработки тензотреморограмм // Сб. трудов междунар. науч. конф. «Математические методы в технике и технологиях». В 12-ти томах. Т. 8 / Под общ. ред. А.А. Большакова. СПб.: Изд-во Политехн. ун-та. 2018. С. 44–50.