АНАЛИЗ ЭКГ-СИГНАЛОВ ПАЦИЕНТОВ С ПОГРАНИЧНЫМИ ПСИХИЧЕСКИМИ РАССТРОЙСТВ НА ОСНОВЕ HHT 

Тычков Александр Юрьевич, кандидат технических наук, заместитель директора научно-исследовательского
института фундаментальных и прикладных исследований, Пензенский государственный университет (Россия,
г. Пенза, ул. Красная, 40), tychkov-a@mail.ru

004.9

DOI

10.21685/2072-3059-2018-1-6

Актуальность и цели. Диагностика психических расстройств осуществляется в рамках медицинских стандартов и норм. Оценка состояния пациента с пограничными психическими расстройствами осуществляется на основе результатов психометрического обследования (тестовые методы) и осмотра состояния пациента врачом. Целью представленной работы является внедрение в клиническую практику врача методов оценки состояния психического здоровья человека посредством анализа ЭКГ-сигналов.
Материалы и методы. Для анализа ЭКГ-сигналов используются преобразование Гильберта – Хуанга и обработка данных в системе координат энергия–частота–время. Для изучения сигналов и определения новых параметров психического здоровья человека используется запатентованная верифицированная база ЭКГ-сигналов пациентов с пограничными психическими расстройствами.
Результаты. Разработан алгоритм определения пограничных психических расстройств на ЭКГ-сигнале, позволяющий на амплитудно-временных и энергетических составляющих сигнала, полученных в результате преобразования Гильберта – Хуанга, определить период возникновения психотравмирующей ситуации.
Выводы. Разработан и исследован новый оригинальный алгоритм определения пограничных психических расстройств на ЭКГ-сигнале, позволяющий с высокой точностью оценивать по результатам обработки ЭКГ состояние психического здоровья человека.

Ключевые слова

электрокардиограмма, преобразование Гильберта – Хуанга, маркеры, пограничные психические расстройства

 Скачать статью в формате PDF

1. Manea, M. Brain-heart axisereview article / M. Manea, M. Comsa et al. // Med Life. – 2015. – № 8. – P. 66–71.
2. Purushothaman, S. Study of ECG changes and its relation to mortality in cases of cerebrovascular accidents / S. Purushothaman, D. Salmani, et al. // SciBiol Med. – 2014. – № 5. – P. 434–436.
3. Современные представления о специфике и проблемах диагностики пограничных психических расстройств / А. Ю. Тычков, А. В. Агейкин, А. К. Алимурадов, В. Б. Калистратов, С. Ю. Митрошина // Психическое здоровье. – 2017. – Т. 15,
№ 5. – С. 69–75.
4. Tychkov, A. Yu. Development of the arterial pressure registration device with increased operativg efficiency / A. Yu. Tychkov // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2015. – № 1 (33). – C. 92–98.
5. Takeuchi, S. Electrocardiograph abnormalities in intracerebral hemorrhage / S. Takeuchi, K. Nagatani et al. // ClinNeurosci. – 2015. – № 22. – P. 1959–1962.
6. Каплан, А. Я. Вариабельность ритма сердца и характер обратной связи по результату операторской деятельности у человека / А. Я. Каплан // Журнал высшей нервной деятельности. – 1999. – № 48. – C. 345–350.
7. Agrafioti, F. ECG in Biometric Recognition: Time Dependency and Application Challenges / F. Agrafioti // Ph.D. Dissertation. – Toronto : University of Toronto, 2011. – 172 p.
8. Sornmo, L. Time-Varying Digital Filtering of ECG Baseline Wander / L. Sornmo // Medical and Biological Engineering and Computing. – 1993. – P. 503–508.
9. Konareva, I. N. Peculiarities of cardiointervalographic induces in persons with behavioral types of A and B / I. N. Konareva // Biology of chemistry. – 2011. – № 24. – Р. 161–168.
10. Рангайян, Р. М. Анализ биомедицинских сигналов. Практический подход : пер. с англ. / Р. М. Рангайян ; под ред. А. П. Немирко. – М. : Физматлит, 2007. – 440 с.
11. Huang, N. The Hilbert-Huang transform and its applications / N. Huang. – Singapore : World scientific publishing, 2005. – 526 р.
12. Huang, N. An Introduction to Hilbert-Huang transform: a plea for adaptive data analysis / N. Huang // Research center for adaptive data analysis. – 2007. – 257 р.
13. Kuzmin, A. V. Development of effective noise biomedical signals processing method / A. V. Kuzmin, A. Y. Tychkov, A. K. Alimuradov // International journal of applied engineering research. – 2015. – № 4. – P. 8527–8531.
14. Tychkov, A. Y. Development and study of a virtual encephalograph / A. Y. Tychkov // Biomedical Engineering. – 2015. – № 49. – P. 37–41.
15. Bodin, O. N. An information-measurement system for preprocessing of photofluorographic images / O. N. Bodin, P. P. Churakov et al. // Measurement Techniques. – 2011. – № 4. – P. 41–44.
16. Alimuradov, A. K. Program Implementation of an Algorithm for Recognition of Speech Signals in the Labview Graphics Programming Environment / A. K. Alimuradov, M. V. Frantsuzov et al. // Measurement Techniques. – 2015. – № 58. – P. 965–
969.
17. Benitez, D. The use of Hilbert Transform in ECG Signal Analysis / D. Benitez // Comput. Biol. – 2002. – № 3. – P. 399–406.
18. Boudraa, A. O. EMD-based signal noise reduction / A. O. Boudraa, J. C. Cexus // World academy of science, engineering and technology. – 2002. – 394 р.