А.А. Михеев1, Ю.А. Челебаева2, С.В. Челебаев3

1–3 ФГБОУ ВО Рязанский государственный радиотехнический университет имени В.Ф. Уткина (г. Рязань, Россия)

1 maa0312@yandex.ru, 2 chel-juliya@yandex.ru, 3 sergeychelr@yandex.ru

Постановка проблемы. С каждым днем увеличивается потребность в мобильных системах мониторинга, выявляющих отклонения сердечного ритма у граждан, работающих или проживающих в труднодоступных районах. Эти районы имеют трудности с передачей данных, поэтому процесс обработки информации целесообразно осуществлять на объекте исследования. Но, невзирая на ограниченность аппаратных затрат, необходимо обеспечивать высокую достоверность результатов мониторирования.

Цель. Разработать нейросетевую модель подсистемы преобразования сигнала электрокардиограммы (ЭКГ) для мобильных устройств мониторирования сердечного ритма на основе рекуррентной сети с цепью задержки входного сигнала, определить структурную схему подсистемы преобразования и сегментации, выполнить обучение нейронной сети преобразования сигнала ЭКГ с применением многопоточности, реализовать нейросетевую модель подсистемы преобразования сигнала ЭКГ на программируемых логических интегральных схемах (ПЛИС).

Результаты. Разработана нейросетевая модель подсистемы преобразования сигнала ЭКГ для мобильных устройств мониторирования сердечного ритма на основе рекуррентной сети с цепью задержки входного сигнала. Определена структурная схема подсистемы преобразования и сегментации. Выполнено обучение нейронной сети преобразования сигнала ЭКГ с применением многопоточности. Осуществлена реализация нейросетей подсистемы преобразования и сегментации на ПЛИС.

Практическая значимость. Разработанная нейросетевая модель подсистемы преобразования сигнала ЭКГ может быть использована при реализации мобильных средств мониторирования сердечного ритма.

Михеев А.А., Челебаева Ю.А., Челебаев С.В. Разработка нейросетевой модели подсистемы преобразования сигнала электрокардиограммы для мобильных устройств мониторирования сердечного ритма // Биомедицинская радиоэлектроника. 2026.
T. 29. № 5. С. 56-62. DOI: https://doi.org/10.18127/j15604136-202605-08

1. Клиническая аритмология / Под ред. проф. А.В. Ардашева. М.: МЕДПРАКТИКА-М. 2009. 1220 с.
2. Челебаев С.В., Челебаева Ю.А. Нейросетевые преобразователи частотно-временных параметров сигналов в цифровой код двух переменных на основе персептронных сетей // Успехи современной радиоэлектроники. 2014. № 10. С. 50–56.
3. Михеев А.А., Челебаева Ю.А., Челебаев С.В. Разработка мобильных средств мониторирования сердечного ритма
   с использованием искусственных нейронных сетей // Биомедицинская радиоэлектроника. 2024. T. 27. № 4. С. 72–79.
4. Михеев А.А., Челебаева Ю.А., Челебаев С.В. Разработка подсистемы преобразования и сегментации для мобильных устройств мониторирования сердечного ритма на основе декомпозиции рекуррентных нейронных сетей // Биомедицинская радиоэлектроника. 2025. T. 33. № 4. С. 93–101.
5. Варнавский А.Н. Использование параметрического цифрового фильтра для выделения временны́х параметров элементов ЭКС // Физика полупроводников. Микроэлектроника. Радиоэлектронные устройства: меж-вуз. сб. науч. трудов. Рязань. 2007. С. 33–38.
6. Головко В.А. Нейронные сети: обучение, организация и применение. Кн. 4: Учеб. пособие для вузов. Общая ред. А.И. Галушкина. М.: ИПРЖР. 2001. 256 с.