Репозиторій ЧДТУ

 
 3 
 
ЗМІСТ 
 
ВСТУП  
РОЗДІЛ 1 Методи попередньої обробки ЕКС  
1.1 Електрокардіосигнал. Методи реєстраціїтатипові спотворення  
1.2 Фільтрація електрокардіосігнала  
1.3 Виявлення перекрученихзон  
Висновки до розділу 1 
РОЗДІЛ 2 Дослідження структурних і алгоритмічних рішень для 
забезпечення можливості проведення дистанційного моніторингу 
серцевої діяльності пацієнта 
2.1 Дослідження структурних рішень для дистанційного моніторингу 
серцевої діяльності 
2.2 Визначення способу фільтрації ЕКС 
2.2.1 Спотворення вносяться в результаті фільтрації і визначення 
відносини сигнал-шум 
2.2.2 Визначення обчислювальної складності алгоритмів фільтрації 
2.2.3 Визначення глибини багаторівневого вейвлет перетворення і 
порогового значення  
2.2.4 Значення помилки фільтрації і ставлення сигнал-шум для різних 
типів фільтрів  
2.3 Автоматизоване виявлення спотворенихділянок  
2.3.1 Критерії якості сигналу  
2.3.2 Порівняння обчислювальної складності застосування штучних 
нейронних мереж і методу опорних векторів для оцінки якості ЕКС  
2.2.3 Автоматизоване формування навчальної вибірки  
2.3.4 Вплив тривалості перекручених ділянок на якість класифікації  
2.4 Стиснення ЕКС із застосуванням вейвлет перетворення  
Висновки до розділу 2 
РОЗДІЛ 3 Реалізація прототипу системи дистанційного 
моніторингу серцевої діяльності пацієнта 
3.1 Особливість роботи каналу Bluetooth LE в системі 
 
телемоніторингу 
3.1.1 Визначення частоти дискретизації ЕКС  
3.2 Реалізація пристрою збору і обробки даних 
3.3 Розробка способу моніторингу серцевої діяльності пацієнта 
Висновки до розділу 3 
ВИСНОВКИ  
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ  
          ДОДАТОК А Акт впровадження 
ДОДАТОК Б Тези публікації. 
ДОДАТОК В Презентація кваліфікованої роботи 
 
 
  
 
 5 
ВСТУП 
 
Серцево-судинні захворювання, є поширеними і соціально значущими 
захворюваннями в усьому світі. При цьому поширеність кардіологічних 
захворювань, що викликають фатальні порушення ритму, але часто протікають 
безсимптомно, коливається від 1: 500 до 1: 2500 чоловік і багато з них мають 
спадковий характер. на сьогоднішній день одним з основних і доступних методів 
діагностики серцево-судинної системи людини є електрокардіографія, даний метод 
полягає в дослідженні електрокардіограми (ЕКГ) - графічної інтерпретації 
електрокардіосигналів (ЕКС) виникають в результаті електрохімічних процесів в 
серцевому м'язі, електрокардіосигналів реєструються між певними точками на 
поверхні тіла пацієнта за допомогою контактних електродів. В результаті оцінки 
тимчасових і амплітудних параметрів ЕКС визначається частота і регулярність 
серцевих скорочень, наявність і місце розташування гострих або хронічних 
ушкоджень міокарда, порушення провідності. 
Процес реєстрації ЕКС супроводжується дією різнотемпових збурень - 
тривалість і параметри яких можуть зміняться в широких межах, що призводять до 
отримання сигналу різної якості. Причина виникнення таких збурень пов'язана з 
впливом на датчики ЕКС електромагнітних завад, а також переміщеннями датчики 
щодо шкірних покривів викликаними диханням і фізичної активності пацієнта. 
Електромагнітні перешкоди призводять до появи адитивної складової в 
регистрируемом сигналі, амплітуда якої може бути вище амплітуди корисного 
сигналу, що призводить до втрати діагностичної цінності ЕКС. Однак, існує ряд 
ефективних методів, що дозволяють компенсувати дію електромагнітних завад. 
Для отримання максимального значення амплітуди ЕКС і зниження впливу 
електромагнітних перешкод проводиться обробка шкірних покривів пацієнта 
спеціалізованим струмопровідним гелем, тривале застосування якого може 
привести до алергічних реакцій. Крім засобів поліпшення електричного контакту 
зараз в пристроях реєстрації ЕКС для придушення впливу електромагнітних завад 
застосовується система фільтрації, заснована на формуванні точки квазізаземлення 
на тілі пацієнта і застосуванні блоку фільтрів. При цьому застосування методів 
цифрової фільтрації спрощує реалізацію фільтрів високих порядків, що дозволяє 
спростити схематичну реалізацію пристрою реєстрації ЕКС, уникнути недоліків 
 
аналогових систем пов'язаних з допусками елементів бази, а також в ряді випадків 
забезпечує лінійну фазову характеристику. Вивченню різних аспектів впливу 
електромагнітних завад і їх компенсації присвячені праці Зайченко К.В., Авдєєвої 
Д.К., Bailey J. J. та інших авторів. 
Переміщення контактних реєструють електродів щодо шкірних покривів 
пацієнта призводять до появи спотворених ділянок «Артефактів» ускладнюють 
автоматизований і візуальний аналіз отриманого сигналу. Для усунення артефактів 
в амбулаторних умовах оператором виконується візуальна оцінка якості 
одержуваного сигналу і в випадку виникнення спотворених зон проводиться 
корекція положення і кріплення реєструють електродів на тілі пацієнта, при цьому 
виявлені оператором спотворені ділянки при аналізі ЕКГ не враховуються. 
Зараз вже продемонстрована можливість реєстрації ЕКС за допомогою 
сенсорів, які не потребують забезпечення електричного контакту з тілом пацієнта, 
серед яких на наш погляд найбільш підходять є сенсори ємнісного типу, 
дослідженню яких присвячені роботи CW Chang, YM Chiта інших. Однак, даний 
тип сенсорів також володіє високою чутливістю до дії перешкод і збурень. 
Одним з напрямків електрофізичної діагностики є безперервне 
моніторування ЕКГ в умовах повсякденної активності пацієнта (Холтерівське 
моніторування). Аналіз ЕКС отриманого за тривалий проміжок часу (24 години і 
більше) дозволяє оцінити зміну параметрів серцево-судинної системи пацієнта в 
залежності від фізичної активності і часу доби. При проведенні Холтерівського 
моніторингу серцевої діяльності пацієнт носить портативний реєстратор з 
вбудованим фізичним носієм інформації, з'єднаний проводами з електродами, 
реєструючими ЕКС в модифікованих грудних відведеннях. 
Принципам тривалого моніторингу серцевої діяльності присвячені праці Н. 
Холтера, А. С. Аксельрод. Аналізу ЕКС, отриманого за тривалий проміжок часу 
дозволяє виявити порушення серцевого ритму, порушення провідності, ішемічні 
зміни. Крім того, тривале моніторування дозволяє оцінити добову (циркадного) 
Біорітмологіческій організацію ритму серця і дозволяє побічно судити про стан 
всього організму в цілому. 
За більш ніж півстолітню історію існування автономних пристроїв тривалого 
моніторингу серцевої діяльності пройшли довгий шлях розвитку - від громіздких 
пристроїв вагою більше кілограма, які виробляють запис ЕКС на магнітну стрічку, 
 
 7 
до сучасних носяться пристроїв, що володіють відносно малою вагою і виробляють 
накопичення на твердотільному носії. Однак, існуючі системи тривалого 
моніторингу мають ряд недоліків. У застосовуваних в даний час системах 
тривалого моніторингу, портативний реєстратор з'єднується проводами з 
реєструючими електродами. Такий спосіб передачі реєстрованого ЕКС 
супроводжується необхідністю пацієнту стежити за станом і становищем 
сполучних проводів і електродами в процесі моніторування. Іншим недоліком 
систем тривалого моніторингу, що застосовуються зараз є, то що дана методика 
діагностики здійснюється в плановому порядку і в разі фіксації критичних 
порушень інформація стає доступною для аналізу та інтерпретації тільки через 
добу. 
Можливості створення телекомунікаційних медичних систем, що володіють 
можливістю передачі даних в спеціалізовані медичні служби (станція швидкої 
допомоги, черговий лікар кардіологічного відділення, сімейний лікар і т.д.), 
присвячені роботи Г.М. Алдонина, Е. Jovanov, R. Fensli та інших авторів. У 
загальному випадку подібна телекомунікаційна система моніторингу (система 
телемоніторингу) включає датчики ЕКГ, датчик частоти пульсу та інші датчики 
фізіологічного стану, пристрій збору даних і приймач дальнього радіуса дії, що 
забезпечує оперативний обмін даними з медичною службою. У ряді випадків в 
якості пристрою що об'єднує функції пристрою збору даних і приймача дальнього 
радіуса дії може бути застосований смартфон. Однак в такому випадку потрібна 
безперервна робота смартфона, що може істотно знизити час його автономної 
роботи за рахунок необхідності безперервного прийому і обробки одержуваних 
даних. Крім того, скорочення часу автономної роботи смартфона може привести до 
того, що система моніторингу втратить можливість оповіщення пацієнта про 
виникнення потенційно небезпечної ситуації. 
Таким чином, актуальним є визначення та оптимізація структурних і 
технічних рішень, що дозволяють поліпшити надійність, знизити вагу, габарити і 
підвищити тривалість роботи автономних (носяться) елементів таких систем 
телемоніторингу. 
Раніше показано, що дія збурень призводить до спотворень, перешкоджає 
оцінці амплітудних і тимчасових параметрів кардіокомплексів і може привести до 
відмови або помилкових спрацьовувань системи визначення небезпечних для 
 
пацієнта ситуацій. актуальним є розробка алгоритму управління системою 
моніторингу (способу телемоніторингу), що дозволяє забезпечити проведення 
дослідження серцевої діяльності пацієнта з автономним контролем якості та 
параметрів одержуваних фізіологічних сигналів при виконанні пацієнтом 
повсякденних обов'язків з можливістю оповіщення пацієнта про потенційно 
небезпечних відхиленнях контрольованих параметрів фізіологічних сигналів від 
заданих уставок або необхідності корекції положення реєструють датчиків- в 
умовах погіршення або втрати контакту реєструють датчиків з тілом пацієнта, 
відмови мобільного телефону. 
У дисертаційних дослідженнях, розглядається можливість компенсації 
спотворень ЕКС отриманому в процесі тривалого моніторингу в умовах дії 
різнотемпових збурень. Однак, запропоновані алгоритми вимагають виконання 
великого обсягу обчислювальних операцій і розраховані на реалізацію на такому 
обчислювальному засобі як персональний комп'ютер. Розробка спеціалізованих 
алгоритмів, призначених для виявлення спотворених ділянок ЕКС в умовах 
автономної роботи системи телемоніторингу, дозволить знизити вимоги до 
робастности алгоритмів оцінки контрольованих параметрів ЕКС і обсяг переданих 
даних на медичний сервер, спростити візуальний аналіз сигналу, що виконується 
медичним персоналом. 
Проведення моніторингу з безперервним оперативним обміном даними з 
медичним сервером призводить до збільшення навантаження на канал зв'язку, що 
знижує час автономної роботи системи моніторингу. Для збільшення часу 
автономної роботи системи моніторингу необхідно знизити навантаження на канал 
зв'язку з медичним сервером, що вимагає виконання стиснення переданих 
дискретних відліків ЕКС. Слід зазначити, що в результаті дискретизації ЕКС 
формуються відліки, що мають безпосереднє бінарне уявлення, що володіє 
меншою надмірністю в порівнянні з ASCII поданням. При цьому застосування 
існуючих підходів до стиснення бінарного подання ЕКС показало їх низьку 
ефективність. 
Забезпечення можливості оцінки параметрів ЕКС в автономному режимі 
вимагає його виконання за допомогою обчислювальних засобів системи 
телемоніторингу попередньої обробки спрямованої на компенсацію дії 
електромагнітних завад і виявлення ділянок, що містять спотворення, що вимагає 
 
 9 
обмежити кількість обчислювальних операцій. Таким чином, актуальним є 
мінімізація обчислювальної складності застосовуваних алгоритмічних рішень, 
підвищення вірогідності одержуваних даних і надійності системи моніторингу, що 
вимагає вдосконалення існуючих і розробку нових підходів до вирішення завдань 
попередньої обробки і стиснення ЕКС. 
Метою роботи є дослідження, розробка і оптимізація спеціального 
математичного та алгоритмічного забезпечення автоматизації процесів збору, 
попередньої обробки, передачі ЕКС, аналізу і прийняття рішень, орієнтованого на 
реалізацію мініатюрними обчислювальними засобами з обмеженим 
енергоспоживанням, швидкодією і продуктивністю для застосування в автономних 
система моніторингу серцевої діяльності пацієнта.  
Для досягнення мети потрібно було вирішити наступні завдання: 
1. Дослідити алгоритмічні і програмні засоби, призначені для виявлення 
спотворених ділянок ЕКС і автоматичного виключення ділянок, що містять 
спотворення, які в подальшому аналізу ЕКС, з урахуванням обмежень на 
швидкодію і продуктивність обчислювальних засобів. 
1. Дослідити структурні рішення, що застосовуються в існуючих і 
перспективних телекомунікаційних системах тривалого моніторингу, для 
визначення оптимальних рішень за критеріями автономності та надійності системи 
моніторингу. 
2. Розробити алгоритм управління автономною системою тривалого 
телемоніторингу серцевої діяльності дозволяє забезпечити контроль якості 
одержуваних фізіологічних сигналів, визначення відхилень контрольованих 
параметрів від заданих за медичними показаннями і орієнтований на реалізацію 
обчислювальними засобами з обмеженим швидкодією і продуктивністю в умовах 
автономної роботи системи телемоніторингу. 
При виконанні досліджень і вирішенні поставлених завдань 
використовувалися методи теорії цифрової обробки сигналів, методи машинного 
навчання, апарат вейвлет-перетворень, деякі розділи математичної статистики та 
теорії перешкодозахищеність кодування, при дослідженні алгоритмів обробки 
сигналів застосовувалися стандартні пакети математичних програм.  
 
РОЗДІЛ 1 
 МЕТОДИ ПОПЕРЕДНЬОЇ ОБРОБКИ ЕКС 
 
 
1.1 Електрокардіосигнал. Методи реєстрації та типові спотворення 
 
Реєстрація ЕКС проводиться між двома точками на поверхні тіла пацієнта, за 
допомогою активного (позитивного) і індиферентного (Негативного) електродів. 
Така пара точок називається відведенням. Реєстрований у відведеннях 
контактними електродами ЕКС, подається в спеціалізований пристрій - кардіограф, 
де проводиться його посилення, фільтрація, візуалізація і обробка. Амплітуда ЕКС 
знаходиться в діапазоні 0.5 - 5 мВ, а частота в межах 0.05 -20 Гц (найбільш 
інформативна частина). Форма електрокардіосігнала залежить від відведення, в 
якому реєструється сигнал, фізіологічного стану пацієнта і його індивідуальних 
особливостей. При записі ЕКГ використовується до 12 відведень: 6 грудних, З 
стандартних і 3 посилених. На рисунку 1.2 представлений типовий вигляд 
електрокардіосігнала отриманого в першому стандартному відведенні здорового 
людини, з нанесеними тимчасової і амплітудними осями. 
Рисунок 1.1. Загальний вид електрокардіосігналу 
 
Електрокардіосигнал має квазіперіодичний характер і складається з 
повторюваних кардіо комплексів, загальний вигляд яких наведено на рисунку 1.2. 
 
 11 
 
Рисунок 1.2 Загальний вид кардіокомплекса 
 
Кардіокомплекса, вид якого показаний на рисунку 1.2, прийнято розділяти на 
5 зубців - Р, Q, R, S, Т, форма яких може значно варіюватися в Залежно від 
відведення в якому реєструється ЕКС і стану серцево судинної системи пацієнта. 
Зубець Р відображає процеси деполяризації передсердь, комплекс зубців QRS 
відображає процес деполяризації шлуночків, сегмент ST відповідає періоду 
повного охоплення збудженням обох шлуночків, а зубець Т відображає процес 
реполяризації міокарда шлуночків - процес відновлення електричного потенціалу 
клітин міокарда. 
Для найбільшої діагностичної цінності зареєстрованого сигналу необхідна 
диференціація всіх фрагментів кардіокомплекса, показаних на рисунку 1.2. При 
визначенні часових і амплітудних параметрів кардіокомплексів можуть виникнути 
труднощі, викликані наявністю збурень різної природи - перешкоди викликані 
електрохімічними процесами між реєструючими електродами і шкірних покривів 
пацієнта, дією електромагнітних завад, а також збуреннями, пов'язаними з 
переміщенням електродів щодо шкірних покривів і диханням пацієнта. 
Основним джерелом електромагнітних завад є дія напруги промислової 
частоти 50 Гц, що приводить до появи синфазной адитивної перешкоди у всіх 
відведеннях. Амплітуда синфазної складової може перевищувати амплітуду 
корисного сигналу, що призводить до втрати діагностичної цінності одержуваного 
сигналу. Розглянемо типову блок-схему вимірювального каналу кардіографа, 
наведену на рисунку 1.3. 
 
 
Рисунок 1.3. Блок-схема кардіографа. Rр.с.к - опір рогового шару 
шкірного покриву, IП - інструментальний підсилювач 
 
Вимірювальний канал кардіографа складається з реєструючих електричні 
потенціали контактних електродів (Активного Індиферентного), сполучних 
проводів, інструментального (ІП) та ізолюючого підсилювачів, а також Блоку 
фільтрації і Пристрої візуалізації сигналу. на виході інструментального 
підсилювача формується диференційний сигнал, відповідний різниці потенціалів 
між точками, відповідними відведення, в якому реєструється ЕКС. Крім різниці 
вхідних сигналів, інструментальний підсилювач формує синфазний сигнал, що 
дозволяє сформувати точку квазізаземлення з інвертованим синфазним компенсує 
напругою, що подається на тіло пацієнта, як правило, через праву ногу (дріт 
заземлення). Однак застосування компенсуючого синфазної напругине дозволяє 
повністю компенсувати дію наведення, в результаті чого кардіограф додатково 
містить блок фільтрації пригнічує частоту промислової мережі і її гармоніки, і 
також обмежує спектр одержуваного сигналу в області низьких і високих частот. 
Обмеження спектра в області низьких частот обумовлено тим, що в сигналі може 
бути присутнім дрейф нуля, викликаний дихальною активністю пацієнта, малим 
рухом електродів щодо тіла пацієнта, процесами поляризації електродів. 
Обмеження в області високих частот обумовлено наявністю електрофізіологічних 
перешкод, викликаних м'язовою напругою пацієнта, такі перешкоди вносять 
високочастотні компоненти в реєстрований сигнал (300 - 104 Гц). Крім 
електромагнітних завад, на якість одержуваного ЕКС впливають електрохімічні 
процеси виникають між шкірних покривів пацієнта і реєструючими електродами, 
що мають безпосередній контакт з шкірним покривом, верхній шар (роговий) якого 
володіє високим значенням опору Rp.c.K, яке може змінюватися в значних межах - 
 
 13 
від 3 до 100 кОм, що з урахуванням малої амплітуди електрокардіосігнала (в межах 
0.5 - 5 мВ) призводить до необхідності перед проведенням дослідження обробки 
шкірних покривів пацієнта спеціалізованим струмопровідними засобами. При 
проведенні тривалого моніторингу електроди фіксуються на тілі пацієнта за 
допомогою клею, крім того, даний тип електродами, вимагає підготовки шкірних 
покривів пацієнта і не допускає тривалого носіння і багаторазового використання. 
Крім спотворень сигналу викликаних даними перешкодами, сигнал може 
бути спотворений в результаті швидких зсувів реєструють електродів щодо 
шкірних покривів пацієнта, що призводить до появи в зареєстрованому  сигналі 
викидів ( «артефактів») випадкової амплітуди і тривалості. 
Крім застосування струмопровідних засобів існують інший спосіб 
компенсації високого опору рогового шару шкірних покривів, заснований на 
збільшенні площі контакту електрода за рахунок застосування матриці сферичних 
електродів, що притискаються до тіла пацієнта. Запропонований в електрод 
складається з двох матриць сферичних електродів, закріплених на грудній клітці 
пацієнта за допомогою підвіски, виконаної за типом ліфа. При цьому, у 
запропонованій конструкції позитивний (Активний) електрод володіє великими 
лінійними розмірами, порівнянними з розміром грудної клітини пацієнта, що може 
привести до отримання ЕКС усередненого за кількома відведенням, придатного 
тільки для оцінки грубих порушень ритму. В розглядаються електроди, що 
володіють аналогічним принципом дії, але мають іншу реалізацію і менші лінійні 
розміри (20x13 мм.), загальний вигляд яких представлений на рисунку 1.4 
 
Рисунок 1.4  Загальний вигляд "сухого" електрода 
 
 
Наведений на рисунку 1.4 зареєстрований електрод виконаний у вигляді 
матриці позолочених електродів, що мають для поліпшення електричного контакту 
підпружинену основу і дотичних з шкірою пацієнта сферичної головки діаметром 
1.3 мм. Такий тип електродів за рахунок анодування золото не буде приводити до 
алергічних реакцій, і придатний для багаторазового використання, однак на наш 
погляд має низьку надійністю, за рахунок застосування мініатюрних механічних 
елементів і вимагає надійної фіксації на тілі пацієнта. 
Крім збільшення площі контакту і збільшення сили притиску електрода існує 
спосіб реєстрації ЕКС, заснований на застосуванні мікроголок, що проникають 
крізь роговий шар на глибину близько 10-40 µм, що дозволяє подолати опір 
рогового шару,. застосування даного підходу дозволяє отримати ЕКС якість, якого, 
не поступається якості сигналу, одержуваного за допомогою мокрих електродів. 
Однак тривале і багаторазове використання такого способу реєстрації ЕКС 
ускладнено внаслідок необхідності антисептичної обробки електродів. 
Крім розглянутих методів реєстрації ЕКС існує підхід, що не вимагає 
обов'язкового зниження електричного опору шкірних покривів пацієнта. Такий 
спосіб заснований на реєстрації змін електричного поля, що виконується за 
допомогою ємнісних сенсорів, представлених в роботах,. Крім експериментальних 
зразків також існують серійні сенсори EPIC такого типу, зовнішній вигляд такого 
сенсора і блоку посилення і фільтрації представлений на рисунку 1.5. 
Наведені на рисунку 1.5 В сенсори мають діаметр і висоту близько 30 мм і 7 
мм, відповідно. Однак, дослідне використання зазначених сенсорів в реальних 
умовах показало їх високу чутливість до наведення напруги промислової частоти, 
амплітуда якої може перевищити допустимий динамічний діапазон вхідних 
ланцюгів датчика, що згодом не дозволяє застосувати цифровий вузькосмуговий 
режекторний фільтр на частоту наведення і її гармонік для відновлення 
інформаційного сигналу. З цієї причини виробник також рекомендує 
диференціальну схему включення датчиків, з формуванням компенсуючої напруги, 
аналогічно рисунку 3. Однак, незважаючи на наявність точки квазізаземлення і 
диференціальної схеми включення датчиків, одержуваний сигнал, яку в разі 
контактних електродів спотворений в результаті дії електромагнітних завад. 
 
 
 15 
Рисунок 1.5 – А загальний вигляд пристрою реєстрації ЕКС,                   
В – зовнішній вигляд  датчиків PS 25101В фірми Plessey Semiconductors 
 
Іншим недоліком датчиків даного типу є їх висока чутливість до малих 
переміщень щодо шкірних покривів пацієнта призводить до формування 
перекручених зон або так званих «Артефактів», типовий вигляд яких 
представлений на рисунку  1.6. 
 
 
Рисунок 1.6. Типовий вид сигналу, спотвореного в результаті руху 
датчиків 
 
 
Наявність адитивних складових в корисному сигналі і зон, що містять 
спотворення і призводять до втрати його діагностичної придатності, вимагає 
виконання попередньої обробки екс- корекції його частотного спектра і виявленні 
зон, містять спотворення. Далі будуть розглянуті існуючі підходи до попередньої 
обробки ЕКС.  
 
 
1.2 Фільтрація електрокардіосигнала 
 
Наявність адитивних складових в корисному сигналі, викликаних дією 
електромагнітних завад призводить до необхідності обмеження і корекції 
частотного спектра сигналу. В роботі представлений огляд основних кроків 
початкового етапу обробки ЕКС. Наведено рекомендації щодо погодження 
частотного спектра аналогового сигналу і частоти дискретизації ЕКС, розглянуто 
обмеження частотного спектра сигналу в області високих і низьких частот. 
Розглянуто застосування фільтрів з кінцевою імпульсною характеристикою (КІХ), 
нескінченною імпульсною характеристикою (НІХ) і двобічної фільтрації НІХ 
фільтром, на прикладі трикутних імпульсів, що імітують QRS комплекси. Крім 
цього, розглядається вибір частоти зрізу фільтра високих частот, на підставі 
рекомендацій американської асоціації кардіологів (ААК). Відповідно до даних 
рекомендацій, найбільший RR інтервал відповідає найменшим значенням частоти, 
присутньої в спектрі ЕКС. Так, наприклад, при тривалості RR інтервалу, 
відповідного 40 уд/хв., частота зрізу фільтра повинна мати значення не більше 0.67 
Гц. Крім цього, спектр ЕКС також може містити високочастотні компоненти ( f> 
100 Гц.) Викликані дією м'язової напруги, що призводить до необхідності 
обмеження частотного спектра сигналу в області високих частот. Аналіз існуючих 
сьогодні рішень для тривалого моніторингу серцевої діяльності показав, що нижня 
межа смуги частот ЕКС обмежується в межах 0.05 - 0.6 Гц, а верхня межа в межах 
40 - 100 Гц,,. Крім цифрових фільтрів, що володіють фіксованою АЧХ 
застосовуються адаптивні фільтри, що дозволяють коригувати АЧХ в процесі 
роботи. В роботі розглядається виявлення і компенсація наявності в 
електрокардіосигналів мережного наведення за допомогою адаптивної системи 
складається з пристрою виявлення наявності мережевого наведення та адаптивного 
 
 17 
фільтра. Пристрій виявлення наявності мережного наведення складається з двох 
дискретних смугових НІХ фільтрів, що мають різну ширину смуги пропускання, з 
передавальною функцією виду: 
1 1 ��
�� �� ∙  (1.1) 
�� 1 �� ∙ �� ∙ �� �� ∙ ��
де параметр ρ задає ширину смуги пропускання фільтра, а параметр α 
визначається визначає центральну частоту смуги пропускання фільтра, на вхід 
кожного фільтра подається вибірка вихідного цифрованого ЕКС, а вихід кожного 
фільтра через блоки оцінки середньоквадратичного значення, подається на вхід 
класифікатора, заснованого на лінійному дискримінант Фішера, призначеного для 
визначення наявності в вихідній вибірці складової, частота якої задається 
параметром α передавальної функції смугового фільтра (1.1). Моделювання 
показало, що параметри, ρ α фільтра зазначені в статті не забезпечують необхідної 
ширини і центральної частоти смуги пропускання фільтра. Подальше моделювання 
показало аналогічну недосконалість АЧХ широкосмугового фільтра, 
запропонованого в статті - ширина смуги пропускання і центральна частота не 
відповідає розрахунковій. Крім того, запропонований в статті фільтр має 
нескінченною імпульсною характеристикою, отже, має нелінійну фазову 
характеристику в області смуги пропускання, що може привести до появи 
спотворень в сигналі, що пройшов фільтрацію. 
Іншим способом фільтрації, що дозволяє коригувати АЧХ є порогова обробка 
коефіцієнтів вейвлет-перетворення вихідного ЕКС. В роботі розглядається 
застосування багаторівневого вейвлету перетворення для вирішення завдання 
обмеження і корекції частотного спектра ЕКС. Одним з можливих способів 
подання вейвлета є подання до вигляду банку фільтрів декомпозиції - фільтра 
нижніх Lo_D і Hi_D верхніх частот, в результаті роботи яких формуються 
коефіцієнти апроксимації Ам і коефіцієнти деталізації �� �� 1, ��, де �� log ��  
і дорівнює кількості рівнів розкладання -. вейвлет фільтрація сигналу полягає в 
пороговому перетворенні коефіцієнтів вейвлет розкладу за допомогою «жорсткої» 
(1.2) або «м'якої» (1.3) порогових функцій: 
��, якщо |��| ��
��  (1.2)  
0, якщо |��| ��
 
 
�������� �� ∙ |��| �� , якщо |��| ��
��  (1.3)  
0, якщо |��| ��
де d - значення коефіцієнта деталізації до порогового перетворення, �� 
значення коефіцієнта деталізації після порогового перетворення, �� - порогове 
значення. Вплив виду порогових перетворень на якість сигналів розглянуто в,. 
Показано, що невірний вибір порогових значень може привести до зменшення 
амплітуди зубців Q і R і іншим спотворенням. 
Відновлення сигналу після виконання перетворень виконується аналогічно 
процедурі декомпозиції, тільки із застосуванням фільтрів реконструкції та по 
елементному підсумовуванню послідовностей. В роботі показано, що крім 
можливості динамічної корекції АЧХ такий спосіб фільтрації в ряді випадків 
дозволяє отримати відношення сигнал-шум вище, ніж при застосуванні НІХ- 
фільтрації. Однак, незважаючи на можливі переваги і можливість динамічної 
корекції параметрів, такий спосіб фільтрації в порівнянні із застосуванням фільтрів 
з фіксованою АЧХ вимагає виконання додаткової кількості обчислювальних 
операцій за рахунок необхідності виконання прямого і зворотного перетворень, а 
також порогової обробки. Таким чином, потрібна оцінка якості фільтрації і 
кількості обчислювальних операцій при застосуванні різних методів фільтрації. 
 
 
1.3 Виявлення перекручених зон 
 
В результаті дії збурень формуються ділянки сигналу, викривлення, 
наявність яких призводить до ускладнень при аналізі параметрів ЕКС. У цьому 
розділі розглядаються існуючі підходи до оцінки якості ЕКС. Підходи до оцінки 
якості ЕКС, на наш погляд, можна розділити на три основні групи: 
1. Порогові методи. В основі даної групи методів лежить отримання деяких 
характеристик сигналу з подальшим їх порівнянням з заздалегідь визначених 
граничним значенням. 
2. Методи, засновані на алгоритмах машинного навчання. 
3. Підходи, засновані на аналізі незалежних компонент. 
Розглянемо докладніше ці методи. У роботах,,, алгоритми оцінки якості, ЕКС 
засновані на застосуванні граничних перетворень до амплітудними та 
 
 19 
статистичними характеристиками, як вихідного сигналу, так і сигналу отриманого 
в результаті обробки фільтрами з різними АЧХ. В Внаслідок застосування 
граничних перетворень виконується виявлення: низькочастотного дрейфу і 
високочастотних компонент, наведення напруги промислової частоти, змін 
амплітуди сигналу в межах динамічного діапазону вимірювального каналу, 
квазіпостійного значення амплітуди ЕКС. 
В обговорюється питання оцінки частоти серцевих скорочень за вихідними 
даними, отриманими в умовах дії збурень, при цьому оцінка якості сигналу 
проводиться шляхом порогових перетворень критеріїв якості сигналу. У даній 
роботі розглянуті кілька груп критеріїв якості: 
1. Критерії, засновані на виявленні QRS комплексів, даний підхід включає 
порівняння результатів роботи двох різних детекторів QRS комплексів 
застосованих до одного фрагменту ЕКС. застосування такого підходу обумовлено 
різної чутливості застосованих алгоритмів до дії перешкод і збурень, отже, 
порівняння результату їх роботи дозволяє судити про якість досліджуваного 
сигналу. Крім цього, проводиться порівняння результату роботи детектора для 
сигналів від двох відведень. 
2. Критерії, засновані на статистичних моментах вихідного сигналу - 
статистичному моменті третього порядку і коефіцієнті ексцесу. 
3. Критерії засновані на оцінці потужності ЕКС. Відомо що частотний 
діапазон корисних складових ЕКС знаходиться в межах від 2 до 20 Гц,. Це дозволяє 
використовувати енергетичні параметри сигналу в різних діапазонах його 
частотного спектра. 
Перевагами порогових методів оцінки якості ЕКС є відносна простота їх 
реалізації. Однак, така група методів вимагає визначення граничних значень, що 
залежать не тільки від параметрів вимірювального каналу, за допомогою якого 
було отримано сигнал, але і від індивідуальних особливостей розглянутого ЕКС, 
що вимагає визначення порогових значень перед проведенням дослідження. Крім 
того, ряд розглянутих підходів вимагає автоматизованого виявлення QRS 
комплексів, що може привести до погіршення параметрів енергоощадження 
комплексу за рахунок збільшення кількості необхідних обчислювальних операцій. 
Застосування методів машинного навчання дозволяє автоматизувати 
визначення граничних значень. В,, обговорюється дана група методів для аналізу і 
 
обробки електрофізіологічних сигналів, в тому числі для вирішення завдання 
автоматизованої оцінки якості і виявлення перекручених ділянок. 
В роботі обговорюється автоматизоване виявлення ділянок, ЕКС містять 
спотворення, на основі спільного застосування критеріїв якості сигналу з 
класифікаторами, заснованими на методі опорних векторів ( SVM) і апараті 
штучних багатошарових нейронних мереж ( MLP). 
За допомогою розглянутих методів можливо визначити розташування 
спотворених ділянок, однак, дана група методів не дозволяє провести компенсацію 
існуючих в сигналі спотворень. Виявити наявність спотворень і зробити їх часткову 
компенсацію дозволяє застосування методу аналізу незалежних компонент (ІСА). 
Початкові дані можна уявити в векторно-матричному вигляді: 
�� ���� (1.4)  
де X - т мірний вектор вихідних даних, S- п мірний вектор незалежних 
компонент вектора X, не сингулярна матриця А задає відображення вигляду�� →
�� ,�� ��, інакше кажучи, вихідні дані представляють собою змішання декількох 
статистично незалежних компонент. Метод ІСА полягає в знаходженні матриці 
поділу,�� �� такий що виконується: 
�� ���� (1.5)  
де V- матриця, рядки якої є незалежними компонентами, X- вектор вихідних 
даних, U- матриця поділу. Завдання знаходження такої матриці є оптимізаційним 
завданням. 
У даній роботі для визначення незалежних компонент вектора ^застосований 
алгоритм JADE розглянутий в роботі. автори розглянутої роботи представляють 
вихідний сигнал у вигляді наступних трьох незалежних компонент, зображених на 
рисунку  1.7. 
 
 21 
 
Рисунку 1.7 - Незалежні компоненти ЕКС: А - ЕКС без спотворень,              
В - результат дії випадкових збурень (наявність артефактів), С – 
постійніперешкоди 
 
Виявлення перекручених ділянок ЕКС запропонована вданій роботі полягає 
у визначенні приналежності кожної незалежної компоненти до одному з трьох 
типів. Визначення приналежності незалежної компоненти до постійного шуму 
проводиться шляхом розрахунку статистичного моменту четвертого порядку і його 
порівняння із заздалегідь певним граничним значенням. Застосування статичного 
моменту четвертого порядку пояснюється тим, що його значення для постійного 
шуму, представленого на рисунку 7 (С) істотно менше значення для вихідного ЕКС, 
представленого на рисунку 7 (А). Визначення локальних спотворень сигналу, 
представлених на рисунку 7 (В) проводиться за допомогою поділу незалежної 
компоненти, представленої на рисунку 7 (В) на неперекриваючі області та 
розрахунку значення дисперсії для кожної такої області, з подальшим її 
порівнянням з заздалегідь встановленим порогом. 
Головною перевагою даного підходу є можливість не тільки виявлення і 
видалення перекручених ділянок сигналу, але і можливість компенсації дії збурень, 
обнулінням необхідні рядки матриці V і отриманням реконструйованого сигналу х- 
відповідно до виразу 
�� ����  (1.6)  
де ��  - матриця V після обнуления необхідних рядків (обнуления незалежної 
компоненти). До недоліків даного підходу можна віднести необхідність рішення 
 
задачі визначення типу отриманих компонент, а також  обчислювальну складність 
отримання розділяє матриці U. 
Застосування порогових класифікаторів утруднено за рахунок неочевидної 
процедуривизначення порогових значень, а застосування методів аналізу 
незалежних компонент має підвищену обчислювальною складністю, що є 
критичним при реалізації малопотужними обчислювальними засобами системи 
моніторингу. Таким чином, кращим є застосування методів машинного навчання 
за рахунок можливості автоматизації процедури визначення порогових значень, і 
адаптації під вихідні дані. Однак, застосування даної групи методів вимагає 
визначення використовуваних критеріїв якості і способу класифікації (метод 
опорних векторів або штучні нейронні мережі). При цьому, критичним є 
обчислювальна складність застосовуваних алгоритмів, отже, вибір критеріїв якості 
і способу класифікації необхідно виробляти, ґрунтуючись не тільки на 
ефективності, але і на їх обчислювальної складності. 
 
 
Висновки до розділу 1 
 
Зараз, реєстрація ЕКС проводиться за допомогою контактних електродів, як 
ношеними добовими моніторами, так і стаціонарними електрокардіографами. Така 
методика реєстрація поширена і доступна, але призводить до незручностей при 
застосуванні в пристроях тривалого моніторування (більше доби) через 
необхідність підготовки шкірних покривів і застосування засобів поліпшення 
електричного контакту. В результаті аналізу перспективних підходів до реєстрації 
ЕКС встановлено, що найбільш перспективним методом, позбавленим зазначених 
недоліків на наш погляд, є застосування сенсорів, заснованих на ємнісному зв'язку 
між поверхнею шкіри людини та чутливим майданчиком сенсора. Однак, сенсори 
всіх типів, а особливо ємнісні сенсори, мають високу чутливість до дії 
різнотемпових збурень, викликаних електромагнітними перешкодами і 
переміщеннями сенсорів щодо шкірних покривів пацієнта, дія збурень призводить 
до спотворень, що перешкоджає оцінці амплітудних і тимчасових параметрів 
кардіокомплексів. Проведене дослідження в області попередньої обробки ЕКС 
показало, що сьогодні існує два основні підходи цифрової фільтрації ЕКС: 
 
 23 
застосування  блоку цифрових фільтрів з фіксованою АЧХ і метод заснований на 
порогової обробки коефіцієнтів вейвлет-розкладання ЕКС, який дає можливість 
корегувати АЧХ системи фільтрації в реальному часі в залежності від якості 
одержуваного сигналу. При цьому дія збурень призводить до спотворень, 
перешкоджає оцінці амплітудних і тимчасових параметрів кардіокомплексів, що 
може привести до відмови або помилкових спрацьовувань системи визначення 
небезпечних для пацієнта ситуацій. 
Розглянуті в цьому розділі підходи до оцінки якості ЕКС і виявлення зон, що 
містять спотворення можна розділити на наступні групи: порогові класифікатори, 
методи в основі яких лежить аналіз незалежних компонент і методи, засновані на 
критеріях якості сигналу та алгоритмах машинного навчання, серед яких 
найбільшого поширення набув метод опорних векторів і апарат штучних 
нейронних мереж. 
Показано, що тепер недостатньо докладно розглянута задача фільтрації та 
оцінки якості ЕКС в умовах обмежень на обчислювальну складність 
застосовуваних алгоритмів попередньої обробки, викликаної необхідністю їх 
реалізації малопотужними обчислювальними засобами автономної мобільної 
системи моніторингу. Таким чином, потрібно мінімізація обчислювальної 
складності застосовуваних алгоритмічних рішень, що потребує вдосконалення 
існуючих і розробку нових підходів до вирішення завдань попередньої обробки 
ЕКС. 
  
 
РОЗДІЛ  2  
ДОСЛІДЖЕННЯ СТРУКТУРНИХ І АЛГОРИТМІЧНИХ РІШЕНЬ 
ДЛЯ ЗАБЕЗПЕЧЕННЯ МОЖЛИВОСТІ ПРОВЕДЕННЯ ДИСТАНЦІЙНОГО 
МОНІТОРИНГУ СЕРЦЕВОЇ ДІЯЛЬНОСТІ ПАЦІЄНТА 
 
2.1 Дослідження структурних рішень для дистанційного моніторингу 
серцевої діяльності 
 
Тип структури системи телемоніторингу впливає на тривалість 
безперервного моніторингу і на надійність всієї системи в цілому. Розглянемо 
рішення задачі визначення типу структури системи телемоніторингу і способу 
взаємозв'язку між її елементами. 
Для проведення тривалого моніторингу серцевої діяльності застосовуються 
носяться пацієнтом добові монітори, структура яких показана на рисунку 2.1,. 
 
 
Рисунку 2.1 - Структура системи моніторингу серцевої діяльності.              
1 - блок реєструють датчиків, 2 - портативний реєстратор, 3 – персональний 
комп'ютер, 4,5 - дротяні з'єднання  
 
Така система складається з блоку 1 містить датчики, призначені для зняття 
ЕКС з шкірних покривів пацієнта, мають дротове з'єднання 4 з портативним 
реєстратором 2, який виробляє безперервне посилення, фільтрацію і збереження на 
вбудованому носії одержуваного ЕКС. після завершення процесу моніторингу (24 
години), накопичені дані по провідному з'єднанню 5 передаються в ПК З, де 
виробляється його інтерпретація за допомогою спеціалізованого програмного 
 
 25 
забезпечення і візуальної оцінки, виконуваної лікарем функціональної діагностики. 
Аналіз існуючих тепер рішень для тривалого моніторингу серцевої діяльності 
показав, що нижня межа смуги частот ЕКС обмежується в межах 0.05 - 0.6 Гц, а 
верхня межа в межах 40- 100 Гц, а його амплітуда знаходиться в межах 10мкВ - 5 
мВ. Однак, в ГОСТ Р 30324.2.47- 2012 регулюючому параметри добових моніторів, 
зазначено, що для збереження діагностичної придатності одержуваного ЕКС смуга 
частот сигналу може бути обмежена в межах 0.67 - 40Гц. Значення нижньої межі 
смуги частот обумовлено дослідженнями, результат яких наведено в, за 
результатами яких встановлено, що мінімальна частота серцевих скорочень 
дорівнює 44 удару/хв зустрічається у 99% відсотків дорослого населення, що 
відповідає 0.67 Гц. 
Більшість існуючих на сьогоднішній день рішень для тривалого моніторингу 
виробляють накопичення ЕКС у вигляді дискретних відліків, проте в розглянутих 
стандартах, що регулюють параметри добових моніторів немає прямих вказівок на 
частоту дискретизації сигналу і амплітудне дозвіл АЦП. При цьому аналіз 
існуючих рішень показав, що аналоговий ЕКС перетвориться в послідовність 
дискретних відліків з частотою 0,1 - 0,5 кГц, з амплітудним дозволом в межах 10-
12 біт, що з урахуванням амплітуди сигналу в межах 10 мкВ - 5 мВ дозволяє досягти 
необхідного амплітудного дозволу в межах 5 мкВ І молодший значущий біт. При 
зазначеній частоті дискретизації в результаті 24-годинної запису сигналу, 
одержуваного від одного датчика, формується 10-50» 10 є дискретних відліків, що 
при амплітудному дозволі в 12 біт, відповідає обсягом даних 14-70 МБ. 
Після отримання даних за проміжок тривалістю 24 години -,  передаються на 
персональний комп'ютер для аналізу та інтерпретації. Основними недоліками такої 
структури є: відсутність можливості оперативного обміну даними з медичним 
персоналом, дротове з'єднання реєструють датчиків з портативним реєстратором. 
На рисунку 9 представлена структура системи телемоніторингу, що дозволяє 
забезпечити оперативний обмін даними з медичним персоналом - передача даних 
може бути ініційована як з боку системи телемоніторингу, так і з боку медичного 
персоналу. 
 
 
Рисунку 2.2 - Функціональна схема системи з використанням 
стільникового зв'язку 
 
В системі телемоніторингу володіє структурою, представленою на рисунку 
2.2, датчики реєструють фізіологічні сигнали з'єднані з провідного інтерфейсу з 
системою збору та обробки даних, сполученим також за допомогою дротового 
інтерфейсу з комунікатором. система телемоніторингу, до складу якої входить 
комунікатор, може виконувати передачу реєстрованих фізіологічних сигналів на 
медичний сервер або виконувати автономну оцінку фізіологічного стану пацієнта. 
При цьому навантаження на канал зв'язку між системою телемоніторингу і 
медичним сервером може бути різною і залежить від кількості які реєструють ЕКС 
датчиків і режиму передачі даних на медичний сервер - безперервна передача 
одержуваних сигналів, передача фрагментів сигналів за фіксований проміжок часу 
і передача результатів автономного аналізу, безперервна передача одержуваних 
даних з частотою дискретизації 0,5 кГц від двох датчиків, без урахування 
застосування алгоритмів стиснення зажадає передачі 140МБ даних в добу (б МБ на 
годину). 
Слід зазначити, що для оцінки стану пацієнта система телемоніторингу 
повинна мати можливість підготовки одержуваних даних до подальшої обробки - 
виконувати фільтрацію даних, виявлення зон непридатних для обробки. Для оцінки 
фізіологічного стану і виявлення потенційно небезпечних ситуацій, програмне 
забезпечення системи телемоніторингу повинно бути придатним для визначення і 
оцінки таких параметрів ЕКС як RR інтервал, для оцінки частоти серцевих 
скорочень, виконувати аналіз STсегмента кардиоцикла, для оцінки наявності 
 
 27 
ішемічних змін і інших параметрів. У разі відхилення контролюючих параметрів за 
допомогою комунікатора виконується передача сигналу оповіщення на медичний 
сервер. 
Передача даних на медичний сервер може виконуватися різними способами: 
за допомогою SMS, MMS повідомлень, мобільного інтернету, використання якого 
на наш погляд, найбільш прийнятний, застосування мобільних технологій навіть 
третього покоління (3G) дозволяє передавати дані на високій швидкості - в межах 
від 144 до 2048 Кбіт /с в залежності від швидкості пересування об'єкта, при 
невисокій вартості передачі одиниці даних. Реалізація медичного сервера і способу 
обміну даними з комунікатором виходить за рамки цієї роботи, однак, розглянемо 
один з можливих способів його реалізації. Комунікатор містить додаток, вчиняє 
пошук приймальної сторони медичного сервера по ір адресі і подальшу 
авторизацію за допомогою ключа або токена. Приймальна сторона медичного 
сервера може бути виконана у вигляді web-сервера, що містить базу даних, а також 
інтерфейс програмування додатків (АРІ), визначальним функціональність яку 
надає медичний сервер. Слід зазначити, що обробка отриманих від датчиків 
сигналів може здійснюватися як засобами комунікатора, так і засобами системи 
збору даних, як показано в. Наведений в даній роботі комплекс, володіє 
можливістю аналізу та інтерпретації широкого спектра параметрів серцево 
судинної системи людини, таких як варіабельність серцевого ритму, форми та часу 
поширення пульсової хвилі і інших. Однак слід відзначити, що, використовуючи 
дану структуру системи моніторингу, забезпечення можливості оперативного 
зв'язку з медичним сервером або безперервної передачі зареєстрованих даних 
вимагає постійного дротового з'єднання між комунікатором і системою збору 
даних, що ускладнить використання комунікатора в якості засобу стільникового 
зв'язку і суттєво знизить зручність використання всієї системи моніторингу. Крім 
того, наявність постійного провідного з'єднання утруднить заряд елементів 
живлення комунікатора. Компенсувати такий недолік дозволяє введення 
бездротового каналу зв'язку між комунікатором і пристроєм збору даних. приклад 
реалізації системи володіє такою структурою, розглянуто в роботах,. Однак така 
структура має на увазі використання традиційних провідних з'єднань між 
датчиками і пристроєм збору даних. Відмовитись від застосування дротового 
інтерфейсу для обміну даними з датчиками, а також мінімізувати кількість носяться 
 
пацієнтом елементів системи телемоніторингу дозволяє використання бездротових 
датчиків спільно з комунікатором, використовуваним в якості пристрою збору і 
обробки даних. Структура такої системи показана на рисунку 10,а приклад 
реалізації показаний в роботі. 
 
 
Рисунок 2.3 -Структура системи телемоніторингу з безпосередньою 
передачею даних від датчиків комунікатора 
 
Система телемоніторингу складається тільки з датчиків, які реєструють 
фізіологічні сигнали і комунікатора. У датчики, встановлені на тілі людини, 
інтегрований модуль бездротового зв'язку, що передає інформацію на комунікатор, 
далі інформація передається по каналах стільникового зв'язку на медичний сервер. 
Однак, використання комунікатора в якості пристрою збору даних може істотно 
знизити час його автономної роботи за рахунок необхідності безперервного 
прийому і обробки одержуваних даних. Визначення енергоспоживання 
комунікатора НТС Desire С показало наступні результати. При включеному екрані 
без додаткових процесів комунікатор має споживання в районі 50 - 70 мА, в режимі 
передачі даних по каналу Bluetooth, також без виконання додаткових процесів, 
споживання зростає до величини 200 - 250 мА. Крім того, в разі, коли комунікатор 
знаходиться поза зоною дії радіоканалу або вимкнений, система моніторингу 
повністю втрачає працездатність. При цьому слід відзначити, що деякі 
кардіологічні захворювання, в результаті яких можуть виникнути фатальні 
порушення ритму можуть протікати безсимптомно, що вимагає забезпечення 
 
 29 
можливості оповіщення пацієнта в разі виникнення потенційно небезпечної 
ситуації. Дана вимога призводить до необхідності забезпечення можливості 
автономної обробки одержуваних фізіологічних сигналів. Крім цього, автономність 
системи телемоніторингу від засобів стільникового зв'язку, вимагає системи 
забезпечує діалог системи телемоніторингу з користувачем. При цьому система 
телемоніторингу повинна бути придатною для тривалого і щоденного 
використання. Даним вимогам задовольняє структура, наведена на рисунку 2.3. 
 
 
 
Рисунку 2.3 - Структура системи телемоніторингу з проміжною ланкою 
і бездротовим зв'язком 
 
Комплекс, має розглянуту структуру, складається з реєструючих бездротових 
датчиків, пристрої збору і обробки даних, а також комунікатора. Комплекс 
моніторингу, який має розглянуту структуру, складається з реєструючих 
фізіологічні параметри людини датчиків, з'єднаних з проміжною         
ланкою – спеціалізованої системою збору та обробки даних за допомогою 
технології бездротового з'єднання,. Структура системи телемоніторингу, 
представлена на рисунок 12, на наш погляд є кращою за рахунок можливості 
оповіщення пацієнта про виникнення потенційно небезпечної ситуації в разі, якщо 
комунікатор недоступний. Також таке рішення дозволяє мінімізувати вимоги на 
обчислювальні ресурси комунікатора. Від вибору структурних рішень залежить 
надійність системи телемоніторингу і зручність її використання в Протягом 
тривалого проміжку часу. У такій структурі датчики ЕКГ є основним елементом, 
що визначає тривалість і зручність моніторингу. На основі обраної структури 
 
комплексу моніторингу сформуємо вимоги до блоків обробки і передачі даних від 
датчиків ЕКГ. 
Для забезпечення можливості передачі даних по бездротовому каналу 
датчики ЕКГ повинні підтримувати одну або кілька бездротових технологій 
передачі даних, наприклад 6L0WPAN, ZigBee, Bluetooth і т.д. при цьому 
найбільшого поширення для ближнього зв'язку між пристроями, що знаходяться в 
радіусі 10 метрів один від одного отримала технологія Bluetooth на повсюдно 
доступному і вільними від ліцензування ISM-радіодіапазоні (Англ. Industry, Science 
and Medicine). Слід зазначити, що не всі специфікації технології Bluetooth придатні 
до застосування в мініатюрних сенсорах, що мають автономні джерела живлення 
через значне енергоспоживання, викликаного особливостями роботи стека 
протоколів. Специфікація Bluetooth Low Energy (BLE) спочатку орієнтована на 
застосування в системах моніторингу та збору даних з автономним живленням. У 
відміну, наприклад, від ZigBee, 6L0WPAN орієнтованих на побудову бездротових 
мереж зі складною топологією і великим числом вузлів, технологія BLE має на 
увазі топологію типу «зірка» або «точка-точка». Крім того, дана технологія 
орієнтована на інтеграцію в спортивні та медичні прилади. В результаті 
моделювання з використанням мікроконтролера СС2540 виробництва Texas 
Instruments встановлено, що пропускна здатність каналу зв'язку знаходиться на 
рівні 4кБ/ сек і є достатньою для передачі ЕКС, частотна смуга якого відповідно до 
ГОСТ -30324.2.47-2012, знаходиться в межах 0 - 40Гц. 
Як показано в першому розділі, датчик ЕКГ повинен мати можливість 
реєстрації сигналу без застосування засобів зниження електричного опору і не 
вимагати підготовки шкірних покривів пацієнта. Таким вимогам задовольняють 
безконтактні ємнісні датчики, однак, як перспективні, так і серійні зразки сенсорів 
такого типу, мають високу чутливістю до дії електромагнітних завад і навіть до 
малих переміщенням щодо шкірних покривів пацієнта. 
 
 
2.2 Визначення способу фільтрації ЕКС 
 
Для зниження впливу електромагнітних завад на якість аналізу сигналу 
необхідно застосувати систему обмеження і корекції частотного спектра 
 
 31 
одержуваного сигналу. У ГОСТ Р МЕК 60601-2-51-2011 регулюючому параметри 
електрокардіографічних пристроїв зазначено, що для збереження діагностичної 
значущості одержуваного сигналу його смуга повинна бути в межах 0.05 - 150 Гц 
для збереження діагностичної значущості одержуваного ЕКС. При цьому в ГОСТ 
немає певних вимог до рівня загасання на частотах зрізу, отже, вимірювальний 
тракт повинен забезпечувати придушення -3 dB на частотах 0.05 і 150 Гц. Крім 
даних вимог, в розглянутому ГОСТ приведена методика випробувань 
електрокардіографічних пристроїв, що дозволяє оцінити рівень спотворень, що 
вносяться в корисний сигнал, а також оцінити адекватність відтворення різних 
компонент частотного спектра сигналу. 
З огляду на відсутність прямих вимог на параметри сигналу і вимога 
мінімізації кількості обчислювальних операцій, способи фільтрації ЕКС 
розглянемо за наступними критеріями: Досягається ставлення сигнал-шум; рівень 
внесених в сигнал спотворень і застосовність обраного способу фільтрації з точки 
зору випробувань, запропонованих в ГОСТ. 
 
2.2.1 Спотворення вносяться в результаті фільтрації і визначення 
відносини сигнал-шум 
Як було показано вище, для забезпечення діагностичної придатності ЕКС, 
його частотна смуга повинна знаходитися в межах 0.05 - 150 Гц. До цієї смуги 
також потрапляють частоти, наявність яких викликано наводкою напруги 
промислової частоти. Визначення відносини сигнал-шум вироблялося при 
допомоги ЕКС, отриманого з частотою дискретизації 0,5 кГц, з доданими 
адитивними складовими частоти 0,01 Гц, 50 Гц, 200 Гц і змінною амплітудою в 
межах 10 - 90% від амплітуди вихідного сигналу. Після чого отриманий сигнал 
подається на вхід системи фільтрації і для отриманого на виході сигналу 
визначається відношення сигнал-шум: 
��
������ 20 log  (2.1)  
��
де ��  - середня амплітуда сигналу, що пройшов фільтрацію, ��  - середня 
амплітуда шуму присутнього в сигналі після фільтрації, шумова компонента 
сигналу, що пройшов фільтрацію, визначається з наступного співвідношення: 
�� ���� ���� , �� 0, �� (2.2)  
 
де ��  - відлік шумовий компоненти, ����  - відлік вихідного ЕКС без адитивної 
складової, ���� - відлік сигналу, що пройшов фільтрацію, L - довжина сигналу. При 
цьому рівень залишкового шуму залежить не тільки від амплітудно-частотної 
характеристики застосовуваних фільтрів, але і від рівня спотворень, що вносяться 
до внаслідок фільтрації в корисний сигнал, для оцінки яких буде використана 
оцінка PRD (англ. Percent Root Difference): 
∑ �� ��
������ 100 (2.3)  
∑ ��
де N -довжина сигналу (кількість відліків дискретної послідовності), �� - 
відлік сигналу до обробки, �� - відлік сигналу після обробки. 
 
 
2.2.2 Визначення обчислювальної складності алгоритмів фільтрації 
Розглянемо можливі способи реалізації фільтрів з нескінченною імпульсною 
характеристикою. Одним із способів реалізації цифрового НІХ фільтра є його 
представлення у вигляді різницевого рівняння, виду: 
�� �� �� �� �� �� �� �� �� �� �� ��  (2.4)  
де �� ��  - відлік сигналу на виході фільтра, �� ��  - вихідний сигнал, а, b - 
коефіцієнти фільтра. Обчислювальна складність ��  фільтрації при поданні фільтра 
у вигляді різницевого рівняння визначається з вираження: 
�� 2 �� �� ∙ 2�� 2 �� 1 1  (2.5)  
де р - порядок фільтра, L - довжина оброблюваного сигналу, ��  – кількість 
відліків на яке продовжений сигнал для компенсації перехідних процесів, звичайно 
дорівнює 2-3 порядків фільтра. Однак фільтри, що володіють нескінченною 
імпульсною характеристикою (НІХ фільтри) високих порядків можуть виявитися 
нестійкими, що вимагає їх реалізації у вигляді каскаду секцій другого порядку, 
блок-схема якої представлена на рисунок 2.4. 
 
 33 
 
 
Рисунок 2.4 - Блок-схема секції другого порядку. G1 - коефіцієнт 
передачі секції, К1 - Кз дійсні коефіцієнти, �� ��- блок затримки на один такт, 
х(п) - відлік сигналу на вході секції, у(п) - відлік сигналу на виході секції 
 
Зробимо оцінку обчислювальної складності роботи такого фільтра. В як 
запобіжній складності використано значення, яка дорівнює загальній кількості 
числа операцій множення, додавання і віднімання, необхідних для обробки сигналу 
фіксованої довжини. Кожна секція цифрового фільтра, представлена на рисунок 12, 
вимагає виконання 4 операцій множень і 4 операцій додавання на один відлік 
вихідного сигналу. При цьому обчислювальна складність з урахуванням 
необхідності двобічної фільтрації і періодичного продовження сигналу, необхідних 
для компенсації фазових спотворень і впливу перехідних процесів буде дорівнює: 
�� 2 ∙ �� �� ∙ ��  (2.6)  
де L - довжина оброблюваного сигналу, �� - кількість відліків, на яке 
продовжений вихідний сигнал  для  компенсації спотворень викликаних 
перехідними процесами, ��  - загальна кількість секцій. 
У першому розділі показано, що іншим способом фільтрації сигналу є спосіб, 
заснований на застосуванні багаторівневого дискретного вейвлету перетворення. 
Багаторівневий дискретний вейвлет перетворення полягає в каскадному з'єднанні 
напівсмуговіфільтри декомпозиції, як показано на блок-схемі, представленої на 
рисунок 2.5: 
Вихідний сигнал ХІ, подається на вхід блоку фільтрів, має частотної смугою     
�� 0~�� , �� �� /2 де ��  - частота дискретизації сигналу, на кожному рівні 
розкладання формуються коефіцієнти апроксимації (Низькочастотна складова) і 
коефіцієнти деталізації (високочастотна складова), в результаті чого на певному 
рівні розкладання стає можливим локалізувати шукані частотні складові вихідного 
сигналу. Отримані вейвлет коефіцієнти (дискретні сигнали на виході фільтрів 
 
декомпозиції) містять шукані частоти обнуляються, за допомогою порогових 
перетворень. Порогова обробка даних коефіцієнтів цікавлять рівнів теоретично 
дозволяє видалити із спектру ЕКС дані частоти, не вносячи спотворень в ділянки 
спектра, що містять частоти QRST комплексу, як показано в. 
Після виконання порогових перетворень Виготовляється відновлення 
сигналу по вейвлет коефіцієнтів за допомогою фільтрів реконструкції, аналогічно 
процесу, показаному на рисунку 2.5. 
 
 
 
Рисунок 2.5- Блок-схема багаторівневого вейвлету перетворення. X – 
вихідний сигнал, НЧ - фільтр низьких частот, ВЧ - фільтр високих частот D – 
блок зниження частоти дискретизації сигналу в два рази, ���� - смуга вихідного 
сигналу,  - частота дискретизації вихідного сигналу ������ - частотна смуга 
коефіцієнтів апроксимації на   і-му рівні розкладання, ������ – частотна смуга 
коефіцієнтів Деталізації на і-му рівні розкладання 
 
Існує кілька різних способів реалізації дискретного вейвлету перетворення, 
один з них - виконання операції згортки ядра фільтра декомпозиції і оброблюваного 
сигналу: 
 
 35 
�� �� ∙ ℎ  (2.7)  
де �� 1,��,�� - коефіцієнти апроксимації, ��  – коефіцієнти деталізації, 
розмірність N яких дорівнює сумі довжин вихідної послідовності і ядра фільтра 
мінус одиниця, кількість обчислювальних операцій необхідних для виконання 
згортки, за допомогою якого визначимо обчислювальну складність ��  виконання 
прямого вейвлету перетворення за схемою, наведеною на рисунку 2.5, залежить від 
N так само: 
�� 2�� 1 (2.8)  
Для зручності обчислення оцінку (2.8) можна представити у вигляді 
арифметичної прогресії з кроком �� 2, сума перших п членів якої дорівнює: 
�� ��
�� �� (2.9)  
2
де �� 1, �� 2�� 1, N- довжина результуючої послідовності. При цьому 
опустимо додаткові обчислювальні операції, викликані необхідністю виконання 
проріджування і продовження вихідного сигналу, необхідного для його повного 
відновлення. Виконання одного рівня перетворення вимагає дворазового 
виконання операції згортки, і його обчислювальна складність �� �� урахуванням 
(2.9) буде дорівнює: 
�� ��
�� 2�� 2 ��  (2.10)  
2
де ��  - обчислювальна складність виконання вейвлет перетворення на рівні 
n, �� - довжина результату згортки на рівні розкладання n. Тоді з урахуванням (2.10) 
складність виконання прямого багаторівневого вейвлету перетворення буде 
визначатися за виразом: 
�� ��  (2.11)  
де ��  - кількість рівнів розкладання. При цьому слід зазначити, що частота 
дискретизації послідовностей отриманих в результаті виконання згортки 
знижується в два рази. Оцінка (2.11) визначає обчислювальну складність прямого 
багаторівневого вейвлету перетворення, обчислювальна складність відновлення 
 
сигналу визначається аналогічно. 
Для визначення значення обчислювальної складності за допомогою (2.9) - 
(2.11)необхідно визначити глибину п вейвлет-розкладання відповідно до схемою 
наведеної на рисунок 2.5. Крім оцінки обчислювальної складності, як було 
зазначено раніше необхідно визначити досягається відношення сигнал - шум при 
виконанні фільтрації за допомогою апарату вейвлет перетворень. Для цього 
необхідно визначити порогове значення.  
 
2.2.3 Визначення глибини багаторівневого вейвлету перетворення і 
порогового значення 
У ГОСТ регулюючому параметри електрокардіографічних пристроїв крім 
вимог до частотної смузі ЕКС, в ГОСТ наведені обмеження на мінімальну частоту 
дискретизації ЕКС рівну неї менше 0,5 кГц, виходячи з цього побудуємо дерево 
багаторівневого вейвлет перетворення (Рисунок 2.6). 
 
Рисунок 2.6 - Дерево багаторівневого прямого вейвлет перетворення 
 
 
 37 
Як видно з рисунка 2.6, з урахуванням необхідної частоти дискретизації, для 
отримання вейвлет коефіцієнтів, які несуть інформацію про високочастотних і 
низькочастотних складових необхідно виконання багаторівневого вейвлету 
перетворення глибини не менше 13. Рівні вейвлет перетворення 1 - З і рівень 13 
далі будемо називати цікавлять рівнями. При цьому складові сигналу інформація 
про яких міститься в цікавлять рівнях розкладання характеризуються 
нестаціонарної амплітудою, що призводить до необхідності автоматизованої 
підстроювання порогового значення, від вибору порогового значення істотно 
залежить якість фільтрації (Відношення сигнал-шум) і рівень внесених в сигнал 
спотворень, існує кілька методик визначення порогового значення, серед яких 
можна виділити підходи, засновані на статистичних характеристиках сигналу, 
зведенні коефіцієнтів вейвлет розкладу містять шукані компоненти в квадрат та 
інші. Для забезпечення інваріантності до методики вибору порогового значення 
прийнято рішення визначити значення відносини сигнал-шум для всіх можливих 
порогових значень, що належать інтервалу, що накладається, але значень, що 
цікавлять вейвлет коефіцієнтів: 
�� 0.5; �� 0.5  (2.12)  
де �� , ��  - мінімальне і максимальне значення цікавлячих вейвлет 
коефіцієнтів. При цьому порогові значення з даного інтервалу були обрані з кроком 
рівним: 
|�� |/2 (2.13)  
Варіація порогового значення на інтервалі (2.12), при кроці (2.13) дозволяє, 
як залишити вейвлет коефіцієнти без змін, так і повністю їх обнулити. 
Для порівняння можливих способів фільтрації ЕКС розглянуто застосування 
наступних оцінок: досягається відносини сигнал-шум (2.1), оцінки рівня 
спотворень, що вносяться в сигнал (2.3), а також оцінки обчислювальної 
трудомісткості застосування блоку двонапрямлених НІХ фільтрів (2.5)і фільтрації 
за допомогою апарату вейвлет перетворень (2.11). Розглянемо досягаються 
значення даних оцінок. 
 
 
 
 
 
2.2.4 Значення помилки фільтрації і ставлення сигнал-шум для різних 
типів фільтрів 
Визначимо досягається відношення сигнал-шум і рівень спотворень, 
внесених в сигнал внесених в результаті вейвлет-фільтрації (помилку фільтрації). 
В результаті моделювання із застосуванням різних вейвлет функцій таких як 
Добеши, Койфлет, Біортогональних та інших, було встановлено, що найменше 
значення помилки PRD досягається при застосуванні вейвлета Добеши 4. 
Результати моделювання із застосуванням даного вейвлета наведені в таблиці 2.1, 
яка містить досягається відношення SNR, помилку PRD, крім того в таблиці 
наведено граничне значення при якому були досягнуті дані параметри. 
 
Таблиця 2.1 
Досягається відношення сигнал-шум, значення помилки PRD, отримані 
при використанні вейвлета Добеши 4 
 Низькі частоти Високі частоти 50 Гц 
Перекриття, 
PRD SNR Поріг PRD SNR Поріг PRD SNR Поріг 
% 
10 32 29 -0.12 13 14 0.87 16 15 0.25 
50 6.13 24 -0.64 15 16.3 0.4 42 7.9 0.89 
90 10.3 19 -1.17 16 16 0.15 72 4.5 1.41 
 
Як видно з таблиці 1, фільтрація різних складових сигналу вимагає різного 
порогового значення, яке також залежить від амплітуди адитивної складової, що 
при роботі такої системи фільтрації в реальних умовах зажадає процедури 
автоматизованого настроювання порогового значення або призведе до істотного 
зниження якості фільтрації, при цьому слід врахувати, що в роботі, показано, що 
значення даної оцінки менше 9% відповідає «високому» якості відновлення 
сигналу. Аналогічні дослідження були проведені для цифрових НІХ, результат 
якого наведено в таблиці 2.2. 
 
 
 
 
 39 
Таблиця 2.2  
Досягається відношення сигнал-шум, значення помилки PRD 
Низькочастотн Високочастотні 
 50 Гц 
і адитивні складові адитивні складові 
перекри PR SN
SNR PRD SNR PRD 
ття, D R 
10   0.3  0.4  
50 1,85 34 0.31 50 0.5 46 
90   0.32  0.5  
НІХ фільтр, -3 НІХ фільтр, -3 Вузькосмугов
Тип 
дБ   на частоті 0,05 дБ    на частоті 150 ий НІХ фільтр, з 
фільтра 
Гц. Гц. смугою 15 Гц. 
 
В якості фільтра, призначеного для обмеження в області низьких частот, 
використаний фільтр Баттерворта другого порядку, що забезпечує придушення –З 
дБ на частоті 0,05 Гц, реалізований у вигляді різницевого рівняння. Фільтр 
Баттерворта має гладку АЧХ, а також близької до лінійної фазової 
характеристикою в області смуги пропускання в порівнянні з іншими НІХ 
фільтрами. При цьому КИХ фільтри, що володіють близькими параметрами АЧХ 
будуть мати більш високим порядком, що призведе до необхідності виконання 
додаткових обчислювальних операцій. для обмеження високих частот 
застосований НІХ фільтр восьмого порядку (Відносний порядок дорівнює нулю), 
реалізований у вигляді різницевого рівняння і має гладку АЧХ. Як видно з 
порівняння таблиць 1 і 2 системи фільтрації з фіксованою АЧХ в області високих 
частот мають перевагами перед системами вейвлет фільтрації, мають можливість 
плавної зміни АЧХ в реальному часі, визначимо обчислювальну складність блоку 
цифрових фільтрів і системи вейвлет фільтрації для 13 рівнів розкладання, 
відповідно до схеми, показаної на рисунку 15, результат наведено в таблиці 2.3. 
 
 
 
 
 
Таблиця 2.3  
Значення відносини сигнал-шум, помилка PRD і обчислювальна 
складність для різних типів фільтрів 
 
 PRD SNR ��  
 
ДВП 25 20 6.75 ∙ 10  
 
ЦФ 3 30 1.17 ∙ 10  
 
ДВП - фільтрація з використання дискретного вейвлету перетворення, ЦФ - 
фільтрація блоком цифрових фільтрів. Of-обчислювальна складність. 
Як видно з таблиці 2.3 в разі застосування блоку цифрових фільтрів 
досягається відношення сигнал-шум вище і при цьому такий підхід вимагає істотно 
менше обчислювальних операцій в порівнянні з вейвлет фільтрами. Однак 
значення помилки PRD дозволяє зробити грубу оцінку рівня спотворень, що 
вносяться в сигнал і не враховує зміни таких параметрів як форма QRS комплексів, 
рівень зміщення ST сегмента, поведінку АЧХ в області високих і низьких частот. 
Для оцінки таких параметрів існує методика, опис якої наведено в ГОСТ Р МЭК 
60601-2-51-2011. 
Виконаємо оцінку параметрів розглянутого раніше блоку цифрових фільтрів 
за допомогою ряду випробувань, наведених в ГОСТ Р МЕК 60601-2-51-2011. Для 
цього розглянемо цю методику. Випробування за допомогою синусоїдальних 
сигналів дозволяє оцінити адекватність відтворення в заданої смузі пропускання, 
високочастотних складових ЕКС. Для оцінки адекватного відтворення потенційно 
низькоамплітудного зубця R і ST сегмента дана методика передбачає випробування 
з використанням трикутних і прямокутних імпульсів. Випробування за допомогою 
синусоїдальних сигналів складається з наступних етапів: 
1. Оцінка за допомогою синусоїдальних сигналів амплітуди 1 мВ і 
частотою варійований в межах 0.67 -40 Гц, дозволяє оцінити адекватність 
відтворення основних частот QRS комплексів. При цьому відхилення амплітуди 
сигналу на виході блоку фільтрів має перебувати в межах ± 10% відносно 
амплітуди сигналу частоти 10Гц. На рисунку 2.7 представлена АЧХ блоку фільтрів 
в межах цієї лінії 
 
 41 
Частота,Гц  
Рисунок 2.7 - Амплітудно-частотна характеристика блоку фільтрів в 
межах 0,67 -40 Гц. Пунктирною лінією показана область ± 10% допустимого 
відхилення амплітуди сигналу на виході блоку фільтрів 
 
Як видно з рисунка 2.7, амплітудно-частотна характеристика блоку фільтрів 
в смузі 0,67 -40 Гц знаходиться в області ± 10% допуску на всьому Впродовж даної 
частотної смуги. 
2. Оцінка за допомогою синусоїдальних сигналів амплітуди 1 мВ і 
частотою, варійований в межах 40 - 100 Гц, що дозволяє оцінити адекватність 
відтворення високочастотних складових сигналу. В цьому випадку допускається 
відхилення амплітуди в межах + 10% / -30% щодо амплітуди сигналу частоти         
10 Гц. Результат цієї оцінки наведено на рисунку 16 в вигляді АЧХ в заданій смузі 
частот. 
 
Рисунок 2.8- Амплітудно-частотна характеристика блоку фільтрів в 
межах 40- 100 Гц. Пунктирними лініями показана область допустимого 
відхилення амплітуди сигналу на виході блоку фільтрів 
Амплітуда синусоїдального 
сигналу, мВ 
 
Як видно з рисунка 2.8, амплітудно-частотна характеристика блоку фільтрів 
в смузі частот 4О-1ООГц знаходиться в межі допуску, в області високих частот 
спостерігається зниження амплітуди вихідного сигналу шляхом роботи фільтра, 
який би високі частоти сигналу. 
3. Оцінка за допомогою синусоїдальних сигналів амплітуди 0.25 мВ і 
частотою, варійований в межах 100- 150 Гц, дозволяє оцінити адекватність 
відтворення високочастотних складових сигналу. При цьому допускається 
відхилення амплітуди вихідного сигналу в межах + 10% / - 50% від амплітуди 
синусоїдального сигналу частотою 10Гц. В результаті отримана АЧХ наведена на 
рисунку  2.9. 
Після оцінки його відтворення низькочастотних і високочастотних за 
допомогою синусоїдальних сигналів різної частоти і амплітуди, зробимо оцінку 
адекватності відтворення QRS комплексів і точність відтворення ST сегмента, 
адекватність відтворення QRS комплексів проводиться за допомогою двох сигналів 
трикутної форми - з шириною підстави 20 мс і 200 мс, амплітудою 1.5мВі частотою 
менше 1 Гц. При цьому допускається 12% зниження максимальної амплітуди 
вихідного сигналу (вимірюваного сигналу), отриманого при вхідному сигналі з 
шириною підстави 20 мс, щодо сигналу (опорного сигналу), отриманого при 
вихідному трикутному сигналі з шириною підстави 200 мс. Вид таких сигналів 
показаний на рисунку 2.10. 
 
Рисунок 2.9 – Амплітудно-частотна характеристика блоку фільтрів в 
межах 40 – 100 Гц. Пунктирними лініями показана область допустимого 
відхилення амплітуди сигналу на виході блоку фільтрів 
 
 43 
 
 
Рисунок 2.10 - Трикутні імпульси для оцінки його відтворення R зубця 
 
Трикутний сигнал з шириною підстави 20 мс моделює найбільш 
несприятливий зубець R. Результат наведено на рисунку 2.11. 
 
Рисунок 2.11- Результат випробування за допомогою сигналів 
трикутної форми. Суцільною лінією показаний сигнал з підставою 200 мс, 
пунктирною з підставою 20 мс, а штрих пунктирною лінією показано рівень 
допустимого зниження максимальної амплітуди вихідного сигналу 
 
При цьому слід зазначити, що відповідно до ГОСТ, випробування при 
вузькосмугового фільтра мережевої частоти, а випробування, результат якого 
наведено на рисунку 19 проводилося з використанням такого фільтра з метою 
оцінки внесених даними фільтром спотворень в корисний сигнал. Як видно з 
рисунка 19, сигнал трикутної форми, отриманий на виході каскаду фільтрів володіє 
прийнятною амплітудою з точки зору випробувань, запропонованих в ГОСТ. Після 
 
оцінки його відтворення певних частот і оцінки зниження амплітуди трикутного 
сигналу, зробимо оцінку спотворень, що вносяться до ST сегмент кардиоцикла. 
Випробування проводиться при допомозі методики наведеної в ГОСТ, з 
використанням прямокутних сигналів. Прямокутний імпульс з амплітудою 3 мВ і 
тривалістю 100 мс, не повинен створювати зміщення ЕКС від ізоелектричної лінії 
більш ніж на 100 мкВ і нахил більше 250 мкВ /с в області 200 мс після імпульсу і 
нахил 100 мкВ /с в решти населених пунктів області поза імпульсу. Вид 
змодельованого випробувального прямокутного сигналу і вид сигналу на виході 
блоку фільтрів наведено на рисунку 2.12. 
 
Рисунок 2.12 - Результат випробування за допомогою прямокутного 
імпульсного сигналу. Пунктирна лінія - випробувальний сигнал, пунктирна - 
відгук блоку фільтрів, штрих-пунктирна - рівень допустимого зміщення 
сигналу 
 
Як видно з рисунка 2.12, використаний блок фільтрів вносить допустиме 
зміщення в випробувальний сигнал. 
В результаті застосування випробувальних сигналів, запропонованих в ГОСТ 
встановлено, що використаний блок фільтрів володіє відповідними 
характеристиками, і не вноситиме неприпустимих перекручувань в корисний 
сигнал. Крім того, встановлено, що блок фільтрів з фіксованою АЧХ, забезпечує 
більш високе значення відношення сигнал-шум в порівнянні з системою фільтрації 
 
 45 
заснованої на вейвлет-перетворенні. 
Крім спотворень, що вносяться в результаті дії електромагнітних перешкод, 
ЕКС містить спотворення, викликані різнотемповою збуреннями в Внаслідок дії 
яких при візуалізації сигналу, спостерігається поява перекручених зон або так 
званих «артефактів», ускладнюють автоматизований і візуальний аналіз сигналу. 
 
 
2.3 Автоматизоване виявлення спотворених ділянок 
 
Як показано в першому розділі цієї роботи, найкращим методом виявлення 
спотворень (класифікації) ЕКС є спільне методів машинного навчання і критеріїв 
якості сигналу, вимога мінімізації кількості обчислювальних операцій вимагає 
оцінки параметрів оцінки якості сигналу, наприклад, оцінки специфічності і 
чутливості, обчислювальну складність застосовуваних алгоритмів. Для визначення 
застосовуваних у системі моніторингу критеріїв якості сигналу розглянемо 
обчислювальну складність існуючих. 
 
2.3.1 Критерії якості сигналу 
Для визначення застосовних в системі моніторингу критеріїв якості 
розглянемо існуючі критерії, які умовно можна розділити на наступні групи: 
1. Амплітудні критерії. До таких критеріїв можна віднести значення 
відносини пікових значень сигналу до його середньоквадратичного значення, 
значення відносини амплітуди зубця R до амплітуди шуму, що реєструється в 
ділянках сигналу, відповідних ізолінії, аналіз амплітуди низькочастотної і 
високочастотних складових сигналу. 
2. Енергетичні критерії. До цієї групи належать такі критерії як значення 
відносини потужності сигналу в межах спектра QRS до потужності сигналу поза 
спектром, значення потужності сигналу, що пройшов фільтрацію, 
середньоквадратичне значення потужності ділянок сигналу, відповідних ізолінії. 
3. Статистичні. До даної групи критеріїв відносяться значення статистичних 
моментів третього і четвертного порядків відцифрованого ЕКС. 
4. Критерії, засновані на виявленні QRS комплексів. Дана група критеріїв має 
на увазі використання двох різних детекторів QRS комплексів, застосованих 
 
послідовно до одного набору вихідних даних. 
В роботі показано, що найкращий результат був отриманий при спільному 
застосуванні методів машинного навчання і наступних критеріїв якості: 
1. kSQI- Коефіцієнт ексцесу фрагмента ЕКС. 
2. pSQI- Потужність сигналу в частотній області частот характерних для 
QRS комплексів. 
3. basSQI- потужність сигналу в області частот характерних для області 
ізолінії. 
При цьому, в не приведена оцінка обчислювальної трудомісткості 
запропонованих підходів оцінки якості ЕКС і не розглянуто можливе перекриття 
значень критеріїв якості для перекручених ділянок сигналу і ділянок без 
спотворень. В результаті чого потрібна оцінка обчислювальної трудомісткості 
алгоритмів визначення якості ЕКС. В роботі показано ефективність спільного 
застосування з алгоритмами машинного навчання трьох і більше критеріїв якості, 
заснованих на оцінці потужності сигналу і статистичних моментах. Також, в даній 
роботі відзначена ефективність застосування критерію, заснованого на порівнянні 
результатів визначення розташування QRS комплексів за допомогою двох 
алгоритмів, що мають різний принцип роботи. У літературі розглянуто 
застосування двох алгоритмів виявлення QRS комплексів - wqrs і ep_limited. 
Алгоритм wqrs заснований на розгляді досліджуваного ЕКС як плоскої кривої, 
розділеної на ділянки уw при допомоги віконного перетворення з фіксованим 
розміром вікна w. Для кожного ділянки уw визначається довжина кривої lw. 
�� 1 �� �� ���� (2.14)  
Виконання такої операції пов'язане з необхідністю обчислення кінцевих 
різниць і виконання чисельного інтегрування. До отриманого внаслідок 
перетворення (20) сигналу, застосовується порогова обробка, що дозволяє 
визначити місцеположення QRS комплексів. В якості другого алгоритму був 
застосований алгоритм Пан-Томпкинса, заснований на усередненні квадрата 
першої похідної вихідного сигналу і застосуванні порогових перетворень до 
отриманого сигналу. Такий метод вимагає застосування диференціюючого фільтра, 
виконання інтегрування, операції отримання модуля числа, застосування таких 
алгоритмів вимагає виконання великої кількості обчислювальних операцій, що 
 
 47 
негативно позначиться на загальному часу роботи комплексу моніторингу. Крім 
того, в результаті обробки ЕКС отриманого ємнісними сенсорами, з частотою 
дискретизації 0,5 кГц і дозволом АЦП 10 біт встановлено, що алгоритми виявлення 
QRS комплексів можуть мати схожі помилки при наявності артефактів в 
досліджуваному сигналі. Результат застосування розглянутих алгоритмів 
виявлення QRS комплексів до вихідних даних, що містить спотворення, 
представлений на рисунку 2.13, де знаком «*» позначено місце розташування QRS 
комплексів, отримане за допомогою алгоритму ep_limited; знаком «х» - місце 
розташування, певне за допомогою алгоритму wqrs. 
 
Рисунок 2.13 - Результат роботи застосування детекторів QRS 
комплексів до вихідного ЕКС, який містить спотворені ділянки. Знаками 
«*», «х» позначені місця розташування QRS комплексів певними 
алгоритмами ep_limited, wqrs відповідно 
 
Як видно з рисунка 2.13, обидва алгоритми виявлення QRS комплексів 
можуть мати однакову помилку визначення місця розташування QRS комплексів 
(Відзначено у вигляді штрих-пунктирних ліній на рисунку 2.13), що негативно 
позначиться на якості класифікації сигналу, далі дані критерії якості розглянуті не 
будуть. Як показано в першому розділі, підходи до оцінки якості сигналу на увазі 
 
одночасне застосування декількох критеріїв якості сигналу. Розглянемо 
можливість застосування тільки одного критерію якості з метою зниження 
необхідної кількості обчислювальних операцій. В якості вихідних даних 
використаний запис 118е_6 з бази даних МІТ- ВІН Noise Stress Test Database, що 
складається з ЕКС отриманого в двох відведеннях, при частоті дискретизації 360 
Гц. розглянутий ЕКС характеризується відношенням сигнал-шум рівним -6 дБ і 
наявністю перекручених фрагментів, місце розташування яких зазначено в описі 
запису. При цьому для зниження обсягу обчислень, частота дискретизації сигналу 
знижена в 4 рази з застосуванням децімірующего фільтра. Проводилося визначення 
значень критеріїв kSQI,sSQI,pSQI, basSQI для фрагментів сигналу дорівнює 1024 
відлікам. Визначення значень критеріїв pSQI і basSQI, заснованих на оцінці 
відносини потужності сигналу в різних ділянках частотного спектра проводиться 
за допомогою таких висловів: 
Гц Гц
������������ 1 �� �� ���� �� �� ���� (2.15)  
Гц Гц
Гц Гц
�������� 1 �� �� ���� �� �� ���� (2.16)  
Гц Гц
Одним із способів визначення значення таких критеріїв - це виявлення 
потужності складових вихідного сигналу в областях частотного спектра, задаються 
в межах інтегрування в виразах (2.15) - (2.16) виявлення яких проводиться за 
допомогою блоку цифрових фільтрів, що складається з двох НЧ фільтрів F1 і F2 що 
володіють частотами зрізу 1 і 40Гц, а також фільтрів F3 і F4 смуги пропускання яких 
обмежуються в межах 5-15 Гц і 5-50Гц, відповідно. Для розрахунку критеріїв pSQI 
і basSQI вимагають формування різних ділянок частотного спектра сигналу був 
застосований блок цифрових фільтрів Чебишева другого роду, параметри яких 
наведені в таблиці 2.4. 
 
 
 
 
 
 
 
 
 49 
Таблиця 2.4  
Параметри цифрових фільтрів. F1 - АЧХ фільтра з смугою пропускання 
0-1 Гц, F2 - АЧХ фільтра з смугою пропускання 0-40Гц, F3 - АЧХ фільтра з 
пропускною здатністю 5-15Гц, F4 - АЧХ фільтра з смугою пропускання 5-50Гц. 
 
порядок 
Критерій Тип фільтра 
фільтра 
F1 8 
basSQI 
F2 8 
F3 10 
pSQI 
F4 16 
 
Розглянемо отримані значення критеріїв для першого каналу записи s118e_6, 
наведені у вигляді гістограм рисунка 2.14, де точками, позначеними знаком «х» 
відзначені значення критеріїв для неспотворених фрагментів сигналу, а знаком «о» 
критерії, значення яких відповідають спотвореним ділянкам сигналу. 
Рисунок  2.14- гістограми значень критерію якості для першого каналу 
записи s118e_6. А - гістограма для критерію basSQI, В - гістограма для 
критерію pSQI, С - гістограма для критерію kSQI, «х» - значення критерію 
для ділянки без спотворень, «о» - значення критерію для спотвореної ділянки 
 
Як видно з наведених на рисунку 2.14 гістограм А і В, для критеріїв basSQI і 
pSQI виникає перекриття між значеннями для ділянок сигналу різної якості. При 
цьому для критерію basSQI виникає перекриття в 10% області спектра значень 
критерію, а для критерію pSQI значення, відповідні ділянкам сигналу без 
спотворень, знаходиться всередині діапазону значень, що відповідають 
спотвореним фрагментами, аналогічні операції були зроблені з використанням 
ЕКС отриманого ємнісними сенсорами, а також ЕКС з бази даних МІТ-ВІН Motion 
Artifact Contaminated ECG Database, The МІТ-ВІН Noise Stress Test Database. 
Зроблено оцінку значень специфічності ( Sp) і чутливості ( Se), що досягаються при 
використанні кожного з критеріїв, певні виходячи з наявності перекриття між 
значеннями критерію якості для спотвореного і неспотвореного фрагмента ЕКС. 
Результат, у вигляді усереднених значень Sea і Spa наведено в таблиці 2.5. 
Таблиця 2.5 
Параметри специфічності і чутливості 
 basSQI pSQI kSQI 
Sea 0.6 0.1 0.9 
Spa 0.8 0.6 0.85 
В результаті встановлено наявність перекриття між діапазонами значень 
критеріїв (особливо для критерію pSQI), не тільки для розглянутого раніше 
сигналу, що підтверджується результатами усереднення, наведені таблиці 5. Крім 
того, низьке значення чутливості для критерію pSQI при високому значенні 
специфічності говорить про те, що при використанні такого критерію будь-які 
ділянки сигналу будуть визнані спотвореними, низькі показники якості оцінки 
сигналу за допомогою розглянутих критеріїв, на наш погляд, говорять про 
необхідність оцінки параметрів сигналу за допомогою групи з декількох критеріїв. 
Для цього розглянемо системи прямокутних координат, наведених рисунків 2.15 
(А - В), де по осях відкладені значення критеріїв якості, для першого каналу записи 
s118e_6. 
 
 51 
Рисунок 2.15 - застосування двох критеріїв якості. Знаком «х» відзначені 
точки, значення яких характерні для перекручених фрагментів ЕКС, «о» - 
точки, значення яких характерні для фрагментів ЕКС без спотворень. А - 
спільне застосування критеріїв basSQI - pSQI, В - basSQI - kSQI, pSQI – kSQI 
 
Як видно з рисунка 2.15 (А - С) перевага спільного застосування критеріїв 
якості підтверджується наявністю окремих кластерів значень критеріїв для 
неспотвореного фрагмента ЕКС, зазначених прямокутником. 
Як було зазначено раніше, комбінація даних критеріїв якості може бути 
застосована разом з методами машинного навчання для автоматизованої оцінки 
якості ЕКС. Однак, як відомо, такі методи вимагають формування навчальної 
вибірки, що містить фрагменти сигналу різної якості і морфології. Однак, в 
результаті розрахунку критеріїв якості для різних сигналів, встановлено, що між 
отриманими значеннями виникає перекриття, приклад такого перекриття 
показаний на рисунку 2.16. 
 
 
Рисунок 2.16 - критерії якості для різних сигналів. Для сигналу s118e_6 
знаками «х» і «о» відзначені точки для перекручених і неспотворених 
фрагментів, відповідно, для сигналуз119е_6 знаками «□» і «+» відзначені 
точки для перекручених і неспотворених фрагментів, відповідно 
 
Значення критеріїв, наведені на рисунку отримані для перших каналів записів 
s118e_6 і s119e_6 з бази даних The МІТ-ВІН Noise Stress Test Database. Кругом на 
рисунку 2.16 показана область перекриття між точками характерними для 
неспотворених і перекручених фрагментів двох різних ЕКС. Виникнення подібних 
перекриттів при формуванні навчальної вибірки призводять до помилок при оцінці 
якості ЕКС. Крім того, розташування точок характерних для неспотворених 
фрагментів ЕКС наведене на рисунку 2.16 В, С, призведе до утруднення при 
отриманні опорних векторів і підвищенню порядку рівняння описує розділяє 
площину при застосуванні методу опорних векторів, а при використанні апарату 
штучних нейронних мереж до необхідності збільшення кількості шарів і нейронів 
у кожному шарі. Підвищення порядку рівняння або збільшення кількості шарів 
призводить до зростання обчислювальної трудомісткості, що є критичним при 
реалізації системи оцінки якості засобами системи мобільного моніторингу. 
Можливість виникнення перетинів, на наш погляд, вимагає формування 
навчальної вибірки, що виконується безпосередньо перед початком моніторингу і 
на основі фрагментів досліджуваного ЕКС. Такий підхід дозволить визначити 
 
 53 
параметри системи оцінки якості з урахуванням індивідуальних особливостей ЕКС 
пацієнта, а також відведення в якому реєструється ЕКС. 
Для оцінки критеріїв якості нами були застосовані два параметри - 
обчислювальна трудомісткість визначення значення критерію інформативність 
критерію. При цьому під інформативністю критерію мається на увазі найменше 
значення квадрата заходи Махалонобіса між значеннями критеріїв для ділянок 
сигналу без спотворень і безліччю значень критеріїв для ділянок з спотвореннями. 
Застосування заходів обумовлено тим, що застосування значень Se, Sp не враховує 
розташування множин значень критеріїв на площинах критеріїв якості, що може 
привести до помилок класифікації при близькому розташуванні множин. 
Оптимізація застосовуваних в системі моніторингу алгоритмів обробки 
даних за критерієм кількості обчислювальних операцій дозволить збільшити 
тривалість безперервної автономної роботи системи моніторингу. Виконаємо 
оцінку обчислювальної складності розглянутих критеріїв. Встановлено, що 
фільтри параметри, яких наведені в таблиці 4 володіють стійкістю при реалізації у 
вигляді різницевого рівняння виду: 
�� �� �� �� �� �� �� �� �� �� �� ��  (2.17)  
де �� ��  - відлік сигналу на виході фільтра, �� ��  - вихідний сигнал, а, b - 
коефіцієнти фільтра. В результаті роботи фільтрів, формуються цікавлять складові 
вихідного сигналу, потужність яких визначається виразом: 
∑ �� ��
��  (2.18)  
��
де L- довжина досліджуваної ділянки ЕКС. Розглянемо обчислювальну 
складність визначення значень «потужних» критеріїв якості, Значення 
обчислювальної складності Орc складається з обчислювальної складності 
виявлення і визначення потужності складових фрагмента сигналу в двох областях 
частотного спектра і визначається з виразу: 
�� �� �� 2��  (2.19)  
де Орc - обчислювальна складність визначення значень «потужних» критеріїв 
якості, �� ,�� - обчислювальні складності виявлення складових фрагмента сигналу 
в двох областях частотного спектра, ��  - обчислювальна складність визначення 
 
потужності фрагмента сигналу, обчислювальна складність ��  фільтрації ділянки 
сигналу кінцевої довжини залежить від порядку фільтра і може бути визначена 
виразом: 
�� �� �� ∙ 2�� 2 �� 1 1  (2.20)  
де L - довжина фрагмента сигналу, �� - кількість відліків, на яке продовжений 
вихідний сигнал для компенсації спотворень викликаних перехідними процесами 
р- порядок фільтра. Обчислювальна складність визначення потужності фрагмента 
сигналу залежить від довжини фрагмента і визначається з вираження: 
�� 2�� 1 (2.21)  
де L- довжина фрагмента сигналу. Наступним критерієм, який демонстрував 
невідому свою ефективність, є коефіцієнт ексцесу, величина якого дорівнює: 
1 �� µ
��������  (2.22)  
�� ��
де �� - відлік досліджуваної ділянки ЕКС, µ , �� - математичне очікування, 
стандартне відхилення досліджуваної ділянки ЕКС, відповідно. Обчислювальна 
складність визначення такого критерію може бути визначена з виразу: 
�� 12�� 4 (2.23)  
У таблиці 6 наведено порівняння кількості обчислювальних операцій 
необхідних для розрахунку значень розглянутих критеріїв якості, при цьому 
довжина L досліджуваної ділянки ЕКС прийнята дорівнює 1024 відлікам. Крім 
того, в таблиці 2.6 наведені досягаються значення інформативності 
Таблиця 2.6 
Порівняння критеріїв оцінки якості.  
Пара критеріїв О ξ 
basSQI - pSQI 17.6 ∙ 10 ∙ 10  0.43 
basSQI-kSQI 16.6 ∙ 10  0.3 
pSQI-kSQI 25 ∙ 10  0.6 
О - Значення обчислювальної складності, ξ - значення інформативності. 
Як видно з таблиці 2.6, найкращий результат по параметру інформативності 
досягається при застосуванні пари критеріїв pSQI - kSQI, проте дана пара критеріїв 
володіє найбільшою обчислювальною складністю. При цьому критерії basSQI і 
pSQI дозволяють виявити низькочастотні компоненти викликають спотворення, а 
 
 55 
критерій kSQI дозволяє виявити спотворення, які характеризуються змінами 
сигналу в межах його динамічного діапазону. 
Для зниження обчислювальної трудомісткості нами запропоновано замінити 
критерій kSQI на статистичний момент четвертого порядку µ , а для виявлення 
ділянок сигналу, що характеризуються квазіпостійні значення амплітуди 
застосувати амплітудний, а розмах першої похідної вихідного сигналу. 
Розглянемо дані критерії з точки зору обчислювальної складності визначення 
їх значень. Статистичний момент четвертого порядку визначається з наступного 
співвідношення: 
1
µ �� ?̅?  (2.24)  
��
де L - довжина, ��  - відлік, а ?̅? - середнє значення досліджуваного фрагмента 
ЕКС. Обчислювальна складність визначення значення критерію р4 може бути 
визначена за виразом: 
��µ 7�� 2 (2.25)  
Одним способів отримання похідної сигналу є використання фільтрів оцінки 
похідної (ФОП) або диференціюють фільтрів. Однак, для вирішення завдання 
виявлення спотворених зон потрібно тільки апроксимація похідної, яку можна 
виконати за допомогою операції наближеного диференціювання, заснованої на 
обчисленні кінцевих різниць: 
�� ��
���� , �� 0, �� 1  (2.26)  
ℎ
де ���� - відлік послідовності апроксимуючої першу похідну, L - довжина 
досліджуваного фрагмента сигналу, h - малий параметр, обчислювальна складність 
апроксимації першої похідної сигналу залежить від довжини досліджуваного 
сигналу і дорівнює: 
�� �� (2.27)  
Значення критерію оцінки якості, а заснованого на першій похідній сигналу 
визначається з: 
�� |max ���� min ���� |,�� 0, �� 1 (2.28)  
Загальна обчислювальна складність визначення значення а, з урахуванням 
гіршого випадку, при пошуку максимального і мінімального значень дорівнює: 
 
�� 3�� (2.29)  
Крім оцінки обчислювальної складності, вироблено визначення величини 
споживаного мікро контролером струму при розрахунку значень критеріїв на 
прикладі мікроконтролера типу STM32F4 аналогічний мікроконтролеру, 
застосованого в пристрої збору і обробки даних системи моніторингу, для 
наочності проводився запуск визначення значення кожного критерію якості з 
періодом в 2.5 секунди. Розглянемо діаграми енергоспоживання для розглянутих 
раніше критеріїв якості сигналу, при цьому діаграми для критеріїв µ4 и α мають 
схожий вигляд і на рисунку 2.17 були об'єднані. 
 
Рисунок 2.17 - Діаграми енергоспоживання при розрахунку значень 
критеріїв якості сигналу. Інтервал А- визначення значення критерію, 
інтервал В- очікування 
 
Визначення величин споживаного струму за період 2.5 секунди вироблялося 
за допомогою виразу: 
�� ∙ �� �� ∙ ��
��  (2.30)  
�� ��
де ��  - середня величина споживаного струму за період, �� - середня величина 
струму при визначенні значення критерію, ��  - час визначення значення критерію, 
��  - величина споживаного струму між визначеннями значення критерію, �� - 
інтервал між визначеннями значення критерію. У таблиці 7 наведені результати 
визначення значень інформативності, обчислювальної складності і величини 
 
 57 
споживаного струму для різних критеріїв якості сигналу. 
Таблиця 2.7 
Порівняння критеріїв оцінки якості. ξ значення інформативності 
Критерій ξ О Струм, мА 
basSQI-pSQI 0.43 17.6 105 
16 
basSQI-kSQI 0.3 16.6 105 
pSQI-kSQI 0.6 25 103 20 
µ4-α 5.41 10 103 5 
 
Як видно застосовані критерії якості мають найменшими значеннями 
обчислювальної складності, мають найбільшими значеннями інформативності. 
При цьому встановлено, що зниження обчислювальної трудомісткості при 
визначенні значень критеріїв якості дозволяє знизити 
величину споживаного струму. 
Як показано в першому розділі цієї роботи, найкращим методом 
автоматизованого визначення приналежності значень критеріїв якості до одного з 
множин значень, що характеризують якість сигналу, є застосування методів 
машинного навчання (методу опорних векторів і штучних нейронних мереж). 
Визначимо обчислювальну складність застосування методу опорних векторів і 
штучних нейронних мереж, і виконаємо оцінку досяжних значеньспецифічності і 
чутливості. 
 
2.3.2 Порівняння обчислювальної складності застосування штучних 
нейронних мереж і методу опорних векторів для оцінки якості ЕКС 
Виконаємо оцінку обчислювальної складності застосування нейронних 
мереж, для чого зробимо варіацію кількості шарів і нейронів у шарі, вид 
передавальної функції  нейрона,  параметрів  навчання,  встановлено,  що 
максимальні значення ����  0.94, ���� 0.92 досягаються при наступних 
параметрах: 
Нейронна мережа з зворотним поширенням помилки, число шарів дорівнює 
4, число нейронів дорівнює 45, 45, ЗО, 1 відповідно, для всіх нейронів була 
застосована функція активації tansig, вихідне значення якої визначається виразом: 
 
2
�� �� 1 (2.31)  
1 ��
де п- значення на вході нейрона, �� - значення виходу нейрона. 
Обчислювальна складність оцінки якості фрагмента сигналу за допомогою такого 
методу визначається виходячи з кількості шарів і кількості нейронів в кожному 
шарі і може бути визначено з виразу: 
�� �� �� 6�� (2.32)  
де  Q -  загальне число шарів нейронної мережі,  ��   -  кількість нейронів в j-
м шарі, K-загальне число нейронів в мережі, при цьому N0 = 1. Перший доданок в 
лівій частині вираження (38) визначає кількість операцій підсумовування 
необхідних для формування вхідних значень нейронів, в праву частину визначає 
кількість операцій необхідних для визначення значень функції активації (37). 
Зупинка навчання нейронної мережі проводився при помилці 10  або по 
досягненню ста епох. Приклади навчальної вибірки і роботи такого класифікатора 
показаний на рисунку 2.18. У якості вихідних для формування навчальної вибірки 
був застосований перша половина першого сигналу запису s118e_6, а в якості 
даних для апробації була застосована друга половина сигналу s118e_6. 
 
Рисунок 2.18 – А - Площина значень критеріїв µ4, α навчальної вибірки, 
отриманої автоматично. Знаком «о» позначені значення характерні для 
ділянок без спотворень, знаком «х» позначені значення характерні для 
перекручених ділянок.   В - результат оцінки якості 
 
 59 
 
На рисунку 2.18 показаний приклад оцінки якості з застосуванням алгоритму 
автоматизованого формування навчальної вибірки і нейронної мережі параметри 
якої вказані вище. Прямою лінією позначені ділянки сигналу, класифіковані як 
спотворені. При цьому досягається Se =0.94, Sp =0.92, як зазначено вище. 
Виконаємо оцінку обчислювальної трудомісткості застосування методу опорних 
векторів і досягаються значення Se, Sp.  
Метод опорних векторів належить до методів машинного навчання 
(Навчання з учителем) і полягає в поданні вихідного об'єкта Х у вигляді вектора 
�� , �� 1,�� в п- вимірному матеріальному просторі�� , координати �� ,��  якого є 
значення деяких параметрів вихідного об'єкта, з їх подальшим підставлянням 
класифікують функцію F: 
��: �� → �� (2.33)  
виробляє зіставлення вихідного об'єкта, представленого у вигляді вектора х 
до одного з класів безлічі Y,B даному випадку складається і двох елементів �� 
�� ,�� . На основі навчальної вибірки, в результаті рішення оптимізаційної задачі 
визначаються параметри гіперплощина, оптимально розділяє класи безлічі Y. У 
загальному випадку класифікація за допомогою методу опорних векторів зводиться 
до підстановці значень критеріїв якості (вектора х) в вираз виду: 
�� �� �������� �� �� �� , �� ��  (2.34)  
де �� - вагові коефіцієнти (множники Лагранжа) �� - опорні вектора, b- 
зміщення визначаються в результаті рішення задачі оптимізації, �� �� , ��  функція, 
що задає розділяє гіперплощина (функція ядра), трудомісткість такого методу 
класифікації залежить від кількості опорних векторів і параметрів �� �� , �� .Ядро 
�� �� , ��  може бути описано за допомогою полінома, радіальної базисної функції 
(RBF), сигмоидом і ін.. При цьому в ряді випадків виникає випадок лінійної 
роздільності множин значень критеріїв якості, як показано на рисунку 27, 
наведеному нижче, де приведена площина значень критеріїв якості для першої 
частини сигналу s118e6 з бази даних The МІТ-ВІН Noise Stress Test Database. 
 
 
Рисунок 2.19-безлічі значень критеріїв якості, для яких можливо 
лінійний поділ. Знаком «+» відзначені значення характерні для перекручених 
фрагментів, а знаком «о» відзначені значення характерні для фрагментів без 
спотворень 
 
У разі лінійної роздільності множин значень класифікує функція (2.34) може 
бути представлене рівняння площини виду: 
�� �� �������� ���� ��  (2.35)  
Обчислювальна складність визначення значення (2.35) залежить від 
розмірності вектора х(кількості критеріїв якості) і може бути визначена виразом: 
�� 2 dim �� 2  (2.36)  
де dim ��  розмірність вектора х критеріїв якості рівна 2. Однак, в ряді 
випадків досягти лінійної роздільності неможливо, в результаті чого для оцінки 
обчислювальної складності в якості найкращого випадку розглядається 
виродження вираження (2.34) в (2.35), а в якості найгіршого випадку розглянути 
ядро типу RBF визначається виразом: 
�� �� , �� exp ��‖�� ��‖ ,�� 0 (2.37)  
де у- параметр, �� - опорний вектор, х- досліджуваний вектор (значення 
критеріїв якості),. -‖ ‖ евклідова норма, яка визначається з виразу: 
‖�� ��‖ �� ��  (2.38)  
де �� - число опорних векторів. Обчислювальна складність в найгіршому 
випадку, при застосуванні ядра (2.38) з урахуванням (2.34) може бути визначена 
виразом: 
 
 61 
�� худ 3�� 1 3�� 3  (2.39)  
де перша частина суми визначає кількість обчислювальних операцій 
необхідних для обчислення значення суми (2.34), а друга частина для обчислення 
значення ядра (2.38) з урахуванням обчислення норми (2.39). В ході моделювання 
із застосуванням сигналізує 119_е6 і ядра RBF знайдено �� 22 опорних векторів 
в результаті виконання оптимізаційної процедури, при розмірі навчальної вибірки 
в 64 вектора (навчальна вибірка ідентична навчальній вибірці, застосованої при 
розгляді MLP). При цьому досягаються значення Se =0.92, Sp =0.91 близькі до 
значень, одержуваних при застосуванні апарату штучних нейронних мереж. У 
таблиці 8 пріведено порівняння методу опорних векторів і апарату штучних 
нейронних мереж за такими критеріями як обчислювальна складність при 
визначенні якості фрагмента ЕКС фіксованої довжини (однієї пари значень критеріїв 
якості), а також значення Se, Sp. 
Таблиця 2.8 
Порівняння  MLP і SVM 
 Se Sp О 
SVM 0.92 0.91 136 6 
   (RBF) (Linear) 
MLP 0.94 0.92 6354 
Як видно з таблиці 2.8, застосування методу SVM дозволяє досягти 
параметрів оцінки якості сигналу порівнянних з параметрами, що досягаються при 
застосуванні MLP, при цьому метод опорних векторів має істотно меншою 
обчислювальною складністю, навіть при застосуванні нелінійного ядра. 
Розглянемо застосування методу опорних векторів і критеріїв якості в 
системі мобільного моніторингу. Проєктування системи виявлення спотворень 
заснованої на машинному навчанні, як правило проходить у кілька етапів: 1) 
визначення критеріїв оцінки якості сигналу; 2) формування навчальної вибірки; 3) 
визначення значень критеріїв оцінки якості сигналу для навчальної вибірки, 
формування параметрів класифікатора; 4) апробація роботи класифікатора на 
реальних сигналах і при необхідності коригування параметрів класифікатора. При 
цьому, на наш погляд найбільш важливим етапом при проєктування класифікатора, 
що впливає на якість виявлення спотворених зон є другий етап, який полягає у 
формуванні навчальної вибірки. Це обумовлено тим, що ЕКС вирізняється 
 
широкою варіабельністю, викликаної індивідуальними особливостями серцево-
судинної системи, що потребують формування навчальної вибірки, що містить не 
тільки ділянки ЕКС різної якості, але і різної морфології. Врахувати індивідуальні 
особливості серцево судинної системи користувача системи моніторингу 
дозволить автоматизоване отримання навчальної вибірки безпосередньо під час 
моніторингу. Застосування такого підходу дозволить спростити виконання 
останніх трьох етапів при проєктування класифікатора. 
 
2.3.3 Автоматизоване формування навчальної вибірки 
Розглянемо запропонований алгоритм формування навчальної вибірки, в 
основі якого лежить пошук характерних для поточного користувача зон без 
спотворення і перекручених зон, який виконується відповідно до наступної 
послідовностікроків: 
1. Поділ вибірки на інтервали рівної довжини. вибірка ЕКС розділяється 
на Pi фрагментів довжини Nf, для якої виконується умова �� 2���� де 
RRмаксимально можливе значення RR інтервалу, що дозволяє забезпечити 
наявність як мінімум двох R піків в досліджуваному фрагменті ЕКС. При цьому 
відповідно до рекомендацій Американської Асоціації Кардіологів по 
стандартизації автоматизованих систем електрокардіографії прийняти 
максимальне значення RR інтервалу визначається з частоти серцевих скорочень 
дорівнює 40 уд/хв. 
2. Отримання автокореляційної функції (АКФ). Для кожного фрагмента 
��  шляхом виконання �� ⁄2 циклічних зрушень формується АКФ �� �� , де �� - 
величина зсуву (часовий лаг). При цьому початковий інтервал залежно �� ��  в силу 
властивостей АКФ, характеризується монотонним спадання і має максимум при 
�� 0 В залежності від наявності або відсутності характерною для ЕКС 
квазіперіодичної структури в досліджуваному фрагменті Pi буде отримана АКФ 
одного з двох видів, наведених на рисунку 2.20. 
 
 63 
 
Рисунок 2.20-A-автокореляційна функція в разі наявності  
квазіперіодичної структури, В-в разі відсутності квазіперіодичної структури 
 
3. Визначення типу автокореляційної функції. Для визначення 
приналежності отриманої АКФ до одного з типів, вид яких наведено на рисунку 34 
використовується апроксимація �� ��  поліномом другого порядку з подальшим 
розрахунком коефіцієнта детермінації (міра �� ) для результату апроксимації ?̂? �� . 
На рисунку 2.21 показаний результат апроксимації, вихідний фрагмент сигналу, 
АКФ і отримані значення заходи �� . 
 
Рисунок 2.21 -А - фрагмент ЕКС без спотворень, В - АКФ для 
неспотвореного фрагмента і результат апроксимації, С - спотворений 
фрагмент ЕКС, D -АКФ для спотвореного фрагмента і результат 
апроксимації 
 
 
Як видно з рисунка 2.21 (В, D) і наведених значень ��  якість апроксимації 
різниться. Далі для отриманого значення ��  оцінюється при допомозі порогового 
правила: 
�� �� (2.40)  
де у - порогове значення. При цьому, в разі виконання умови (2.40) 
досліджуваний фрагмент ЕКС визнається неспотвореним, в іншому випадку 
досліджуваний фрагмент приймається як містить спотворення. Пункти 2 - З 
повторюються до тих пір, поки не буде знайдено безліч фрагментів- кандидатів 
�� , �� 1,�� в навчальну вибірку. 
4. Підтвердження відсутності спотворень фрагментів-кандидатів �� . Для 
кожного визначається сума значень крос-кореляції з іншими фрагментами �� . Той 
фрагмент, для якого значення ��  є найбільшим бере участь в побудові навчальної 
вибірки як неспотворений. В якості перекручених фрагментів, ЕКС беруть участь 
в побудові в навчальної вибірки, використовуються фрагменти 
неудовлетворяющие умові (2.40). 
Розглянемо критерії оцінки роботи запропонованого способу формування 
навчальної вибірки, для цього будемо використовувати вже розглянуті параметри 
класифікатора, такі як Se, Sp. В якості вихідних даних були використані фрагменти, 
ЕКС отримані ємнісними сенсорами, а також а також фрагменти ЕКС, взяті з бази 
даних PhysioNet, доступною в електронному вигляді за адресою. В результаті 
встановлено, що запропонований спосіб виявлення фрагментів ЕКС різної якості 
має чутливістю Se =0.85, специфічністю Sp =0.99. Отриманий результат означає, 
що запропонований спосіб має можливість виявлення ділянок без спотворень з 
високою точністю (близькою до 100%). 
Спотворені фрагменти ЕКС характеризуються не тільки нестаціонарним 
значенням амплітуди, але і нестаціонарної тривалістю, що також може вплинути на 
параметри оцінки якості сигналу. Розглянемо впливу тривалості таких ділянок на 
якість роботи системи виявлення спотворень. 
 
2.3.4 Вплив тривалості перекручених ділянок на якість класифікації 
Значення критеріїв оцінки якості сигналу для «навчальних» фрагментів ЕКС 
можна отримати двома шляхами - провести розрахунок значень критеріїв для 
 
 65 
вибірок ЕКС різної якості фіксованої довжини взятих цілком, без попереднього 
розбиття на інтервали, або зробити попереднє виявлення ділянок ЕКС, що мають 
різний рівень спотворень, для яких потім буде проведений розрахунок критеріїв 
якості ЕКС. 
Реєстрація ЕКС за допомогою ємнісних сенсорів супроводжується дією 
нестаціонарних збурень, що призводить до формування перекручених ділянок 
сигналу, тривалість яких невідома, зміна тривалості перекручених ділянок 
призводить до особливостей при реалізації класифікатора. Перший шлях реалізації 
класифікатора - це оцінка якості вибірки ЕКС фіксованої довжини w взятої цілком. 
Такий підхід дозволяє спростити реалізацію класифікатора, але при цьому можуть 
виникнути втрати даних в разі неповного спотворення вибірки ЕКС. 
Розглянемо структурну схему класифікатора, розділяючого одержуваний 
ЕКС на інтервали тривалості щ представлену на рисунку 2.22.  
 
Рисунок 2.22 -Класифікатор ЕКС, заснований на поділі одержуваного 
ЕКС на інтервали. 1 - буфер А (накопичення), 2 - буфер В (проміжний), 3 - 
блок підготовки вихідних даних 4 - вузол розрахунку критеріїв, 5 - вузол 
визначення значення классифицирующей функції (класифікатор), 6 - блок 
записи в пам'ять 
 
Класифікатор працює в реальному часі в такий спосіб. Проводиться 
накопичення вибірки ЕКС в буфері А розмірності w (рисунок 2.22(1)), після того, 
як буфер заповниться, дані передаються в буфер В (рисунок 2.22 (2)) розмірності щ 
після чого буфер А очищається, і триває його заповнення наступними даними. Під 
час накопичення наступних даних в буфері А, проводиться попередня підготовка 
даних, аналогічна попередню підготовку, виконуваної при формуванні навчальної 
вибірки. Для даних, отриманих на виході блоку підготовки, проводиться 
розрахунок значень критеріїв µ  і �� оцінки якості сигналу (рисунок 2.22 (4)), з 
подальшої їх обробкою вузлом 6, які реалізують класифікуючи функцію. Далі, в 
залежності від значення класифікуючої функції, блок записи в пам'ять 6 виробляє 
запис фрагмента ЕКС, що міститься в буфері 2, з позначкою про наявність 
 
спотворень. 
Розглянемо залежності показників TPR, FPR, Sp, NPVякості класифікації від 
розміру w буферів, представлені на рисунок 2.22 і отримані для фрагментів ЕКС, 
що містять спотворені ділянки різної тривалості. 
 
Рисунок 2.23 - Залежність показників якості класифікації від розміру w 
буфера при різній тривалості перекручених ділянок: Ас., В с., С с., D- змішана 
тривалість 
 
Використання малого розміру буфера (що прирівнюється до курсу середньої 
тривалості QRS комплексу) може характеризуватися високим значенням FPR, що 
відповідає підвищенню рівня помилково негативних класифікацій та зниження 
значення Sp, а, отже, призводить до зниження якості класифікації, збільшення 
розміру wбуфера призводить до зростання значення Sp,a, отже, до підвищення 
якості виявлення спотворених ділянок, при цьому зниження значень NPV, TPR і 
FPR говорить про підвищення кількості помилково негативних класифікацій і 
зниженні якості виявлення ділянок без спотворень, а, отже, до втрат корисних 
даних. варіюючи розмір w буфера можна отримати різні режими роботи 
класифікатора - режим забезпечує високу специфічність дозволяє отримати 
фрагменти ЕКС фактично без наявності перекручених ділянок. Даний режим 
дозволяє знизити вимоги до алгоритмів оцінки параметрів ЕКС, ніж може бути 
корисний в випадку застосування автоматичних алгоритмів оцінки, а також в 
 
 67 
умовах обмежень на обсяг вільної пам'яті. Режим, що забезпечує високе значення 
параметра TPR, навпаки, допускає наявність перекручених ділянок в 
результуючому ЕКС, даний режим корисний тим, що дозволяє реалізувати аналог 
Холтерівського моніторування. варіюючи розмір w буфера можна отримати 
усереднені значення показників TPR, Sp і NPV, що призведе до компромісу між 
якістю класифікації і втратою корисних даних. 
Різним фрагментами ЕКС відповідає різне значення розміру wбуфера, при 
якому можна досягти такого компромісу, так, нагоди А, представленому на 
рисунку 31, відповідає тривалість w рівна 100, нагоди В відповідає тривалість 
wрівна 300, нагоди С відповідає тривалість w рівна 200 - 250, нагоди D відповідає 
тривалість w рівна 300. Розглянемо іншу реалізацію класифікатора, засновану на 
варіації тривалості щ яка дозволяє усереднити значення показників TPR, Sp і NPV, 
а також знизити значення показника FPR. Структура такого класифікатора 
представлена на рисунку 2.24. 
 
Рисунку 2.24 - Класифікатор ЕКС, заснований на варіації тривалості w. 
1 - проміжний буфер А, 2 - блок підготовки вихідного фрагмента ЕКС,                
3 - Блок поділу, що містить п буферів, 4 - блок розрахунку критеріїв, 5 - вузол 
визначення значення класифікуючи функції (класифікатор),                        
6 – мажоритарний елемент, 7 - блок записи в пам'ять 
 
Класифікатор, блок-схема якого приведена на рисунку 2.24 працює 
наступним чином. Проводиться накопичення вибірки ЕКС в буфері А, розмір якого 
дорівнює LA, після чого буфер А очищається, і триває його заповнення подальшими 
даними. Під час накопичення наступних даних в буфері А, Виготовляється 
попередня підготовка, аналогічна підготовці розглянутої раніше, після чого, 
вибірка ЕКС подається на вхід блоку поділу 3 і записується в п буферів розміру 
рівного La, після чого проводиться послідовне розділення вибірки ЕКС на ділянки 
 
різної тривалості ���� ���� ⋯ ���� ����  при цьому ∈ �� . Далі, для 
кожного отриманої ділянки блоком розрахунку критеріїв 4 і класифікатором 5 
визначаються значення критеріїв µ  і �� оцінки якості сигналу і значення 
класифікуючи функції. В результаті роботи блоків 4 і 5 для кожного відліку �� , ��
1, ��  вихідної вибірки ЕКС буде отримано значення класифікуючи функції при 
різних інтервалах ���� . Отримані значення класифікуючої функції передаються на 
вхід мажоритарного елемента 6, робота якого полягає в голосуванні за методом 
більшості - проводиться підрахунок кількості позитивних і негативних 
класифікацій для кожного відліку вихідного фрагмента ЕКС, з подальшим 
визначенням результату класифікації за правилом: 
�� �� 1,���� ����   (2.41)  
1,���� ����
де �� ��  результат класифікації, ���� ,����  кількість позитивних і негативних 
класифікацій відповідно. При цьому, кількість буферів, що входять в блок поділу 3 
вибрано непарних, що виключає ситуацію з рівним кількістю позитивних і 
негативних класифікацій. Розглянемо показники якості роботи класифікаторів 
різного типу, наведені в таблиці 2.9. 
 
Таблиця 2.9  
Чисельні значення показників якості класифікації для двох типів 
класифікаторів 
Фіксоване значення w Варіація значення w 
Випадок 
TPR FPR Sp NPV TPR FPR Sp NPV 
А 0.9 0 1 0.4 0.67 0 1 0.14 
В 0.85 0.08 0.9 0.8 0.85 0.08 0.91 0.8 
С 0.9 0.15 0.96 0.85 0.81 0.03 0.96 0.8 
D 0.84 0.13 0.85 0.7 0.88 0.13 0.86 0.77 
 
Таблиця 2.9 містить чисельні значення показників якості класифікації для 
класифікатора, заснованого на фіксованій тривалості w (при оптимальному 
значенні w) і класифікатора, заснованого на варіації тривалості w, при ��
3 і ����  150, ����  350, ���� 400. В разі А (Тривалість спотворених ділянок 
знаходиться в межах с) підхід, заснований на варіації тривалості w, не дає переваг, 
 
 69 
але для інших випадків такий підхід дозволяє отримати значення показників якості 
класифікації, близькі до показників якості класифікації при оптимальному значенні 
w. В результаті встановлено, що запропонований класифікатор володіє 
параметрами, порівнянними з класифікаторами, розглянутими в літературі, попри 
меншу кількість критеріїв оцінки якості, для класифікатора, представленого в 
значення Sp = 0.95, Se = 0.97, а для класифікатора, розглянутого в даній роботі 
значення рівні 0.88 і 0.86, відповідно. 
Крім обчислювальної складності алгоритмів обробки ЕКС на параметри 
енергоощадження впливає на обсяг даних переданих по бездротових каналах 
зв'язку. 
 
 
2.4 Стиснення ЕКС із застосуванням вейвлет перетворення 
 
Оптимальною структурою системи моніторингу на наш погляд є структура, 
яка містить проміжну ланку між бездротовими датчиками і комунікатором - 
пристрій збору даних, що виконує накопичення і обробку одержуваних від датчиків 
даних. Зменшення обсягу даних переданих системою збору даних на комунікатор, 
дозволяє знизити навантаження на канал зв'язку і збільшити час автономної роботи 
системи моніторингу. При цьому зберігаються у внутрішній пам'яті системи 
моніторингу дискретні відліки ЕКС мають бінарний формат, так як інший формат 
уявлення, наприклад, ASCII-кодування, вимагає виконання додаткових 
обчислювальних операцій для зміни формату представлення даних і може привести 
до надмірності. Виконаємо оцінку коефіцієнта стиснення, що досягається при 
застосуванні існуючих алгоритмів стиснення до такого поданням ЕКС. 
Застосування таких алгоритмів стиснення таких як Deflate, RAR, RAR5, LZMA, 
LZW був отриманий коефіцієнт стиснення в межах 1.5 - 1.7.Большінство існуючих 
спеціалізованих методів стиску ЕКС орієнтовані на застосування в стаціонарних 
обчислювальних пристроях і вимагають виконання великого обсягу 
обчислювальних операцій,,. Однак, існують ефективні способи стиску ЕКС, що не 
вимагають виконання великого обсягу обчислювальних операцій, засновані на 
застосуванні апарату вейвлет перетворень і алгоритмів стиснення, таких як LZW, 
RLE. Даний підхід має на увазі стиснення з втратами і може бути представлений у 
 
вигляді сукупності кроків: 
 нормвання і вейвлет перетворення вихідних даних. 
 виконання обнулення частини отриманих коефіцієнтів вейвлет 
перетворення, чиї абсолютні значення близькі до нуля. 
 стиснення отриманих коефіцієнтів. 
В результаті моделювання з застосуванням існуючих алгоритмів стиснення 
до результату вейвлет-перетворення було отримано коефіцієнт стиснення в межах 2.2 
- 2.5. 
У цьому розділі розглядається спосіб стиску ЕКС, що дозволяє відмовитися 
від необхідності застосування алгоритмів стиснення коефіцієнтів вейвлет 
перетворення. Даний спосіб заснований на масштабування і зміні формату 
коефіцієнтів вейвлет перетворення і полягає в наступній послідовності дій: 
1. Попередня підготовка даних 
2. Виконання дискретного вейвлету перетворення 
3. Перетворення отриманих в результаті вейвлет перетворення 
коефіцієнтів 
Попередня обробка проводиться за наступним алгоритмом: 
1. Отриманий цифровий сигнал обробляється блоком фільтрів, 
пригнічують дію електричної мережі та вплив м'язової напруги пацієнта. 
Фільтрація вихідного сигналу дозволяє збільшити число нульових коефіцієнтів 
вейвлет розкладу, шляхом звуження частотного спектра вихідного сигналу. 
2. Виявлення і видалення перекручених під дією різних збурень ділянок 
ЕКС. 
3. Приведення масштабу вихідного сигналу до діапазону 0 1. 
Наступним кроком є виконання дискретного вейвлету перетворення сигналу 
�� , �� 1, �� де ��  довжина сигналу, отриманого в 
Внаслідок попередньої обробки. Як показано вище, одним із способів 
виконання вейвлет перетворення є згортка вихідного сигналу з ядром фільтрів 
декомпозиції, в результаті якої будуть сформовані 
коефіцієнти апроксимації �� ��  і деталізації �� ��  вейвлет перетворення 
сигналу �� . Підвищити число коефіцієнтів вейвлет перетворення абсолютні 
значення, яких близькі до нуля дозволяє застосування багаторівневого вейвлету 
перетворення, яке полягає в каскадному з'єднанні фільтрів і багаторазовому 
 
 71 
повторенні вейвлет перетворення отриманих коефіцієнтів апроксимації вихідного 
сигналу �� . ПІСЛЯ отримання коефіцієнтів вейвлет перетворення виконується 
виявлення та обнуления коефіцієнтів, значення яких близько до нуля за допомогою 
порогової обробки виду: 
��, якщо |��| ��
��  (2.42)  
0, якщо |��| ��
де �� - значення коефіцієнта до фільтрації, �� - значення коефіцієнта після 
порогового перетворення, �� - значення порога. Відновлення сигналу по 
коефіцієнтах дискретного вейвлету розкладу виконується з помилкою (Різницею 
між вихідним ��  відновленим сигналом ��  ) при цьому, значення помилки 
відновлення збільшується зі зростанням кількості обнулених коефіцієнтів 
розкладання (збільшенням коефіцієнта стиснення сигналу). Як в випадку з оцінкою 
рівня спотворень, що вносяться до ЕКС в результаті фільтрації будемо 
використовувати оцінку PRD яка визначається з: 
∑ �� ��
������ 100 (2.43)  
∑ ��
де N-довжина фрагмента ЕКС, ��  відлік вихідного фрагмента ЕКС, ��  - відлік 
відновленого фрагмента ЕКС. В показано, що значення (2.43) менше 9% відповідає 
«високому» якості відновленого сигналу. Однак, в результаті моделювання з 
використанням реального ЕКС від ємнісних датчиків, встановлено, що при 
значенні критерію більш ніж 1.5 - 2% в відновленому сигналі ��  виникають 
спотворення ST сегмента кардіокомплекса позначені колом на рисунку 33, де 
наведено порівняння вихідного ��   відновлених сигналів�� , при значенні PRD 1.9%. 
Внесення таких спотворень призводить до того, що відновлений сигнал буде 
придатний тільки для оцінки RR інтервалів і оцінки їх рівномірності.  
Наступним кроком після порогової обробки (2.42) коефіцієнтів вейвлет 
перетворення є приведення їх динамічного діапазону до діапазону 0 - 255 за 
допомогою перетворень, застосованій черзі до коефіцієнтів апроксимації та 
деталізації: 
�� |min �� |, якщо ������ �� 0
�� | | , �� 1,�� (2.44)  
�� min �� , якщо ������ �� 0
де п - загальне число масштабованих коефіцієнтів, �� ,��  подібний і 
квантований коефіцієнт розкладання, відповідно.  
 
 
 
 
Рисунок 2.25 - Суцільний лінією показаний вихідний сигнал, 
переривчастою лінією відновлений сигнал, кругом відзначені спотворення 
ST сегментів 
 
Перетворення (2.44) дозволяє привести нижню межу динамічного діапазону 
коефіцієнтів ВП до нуля. Розглянемо перетворення, що дозволяє відобразити 
значення, отримані в результаті (2.44) на діапазон 0 - 255: 
255
�� �� ∙ �� ,�� , �� 1,�� (2.45)  
max ��
коефіцієнт p, значення |min �� |, зберігаються для виконання зворотного 
вейвлету перетворення. Застосування перетворень (2.44) - (2.45) до коефіцієнтів 
вейвлет перетворення �� �� ,�� ��  вихідного сигналу ��  показало зміна значення 
оцінки PRD в межах 0.06 -0.1, при різних порогових значеннях θ. Після виконання 
масштабування результат вейвлет перетворення представляється у вигляді 
послідовності ненульових елементів і бітового масиву їх позицій у вихідних даних. 
Масив позицій ненульових елементів, після виконання перетворень (2.44) - (2.45), 
формується наступним чином. При значенні коефіцієнта вейвлет розкладу рівному 
нулю, в масив індексів додається нуль, інакше, додається одиниця, масив позицій 
ненульових елементів записується побітово і вимагає для зберігання число байт 
рівне: 
 
 73 
��
��  (2.46)  
8
де ��  загальна кількість коефіцієнтів вейвлет розкладу. Після чого, 
проводиться збереження тільки ненульових коефіцієнтів вейвлет розкладу. 
Визначимо одержуваний в результаті такого перетворення коефіцієнт стиснення:  
��
����  (2.47)  
�� ��
де ��  кількість ненульових коефіцієнтів вейвлет розкладу, L - Об'єм 
вихідного сигналу в байтах. Для виконання забезпечення можливості виконання 
показаних вище перетворень необхідно визначити тип вейвлет функції і глибину 
розкладання сигналу, і значення порога θ, для цього використана наступна 
процедура: 
1. Визначення вейвлет функцій(вейвлета), забезпечують максимальне 
значення коефіцієнта стиснення, при різних значеннях глибини розкладання т, 
порога θ і помилку PRD не перевищує 1,5%. 
2. Для отриманих вейвлетов формуються залежності ���� �� ,�� �� ,�� ��  
(обчислювальної складності, яка визначається як кількість необхідних операцій 
множення для виконання ВП від глибини розкладання). На основі отриманих 
залежностей визначається оптимальний вейвлет функція і глибина розкладання т 
- забезпечує мінімальну помилку Е, максимальне значення СR або мінімальну 
обчислювальну складність. 
Для визначення порогового значення θ існують різні підходи - на основі 
енергетичних параметрів сигналу, за допомогою введення і оцінки цільової функції 
�� ��  виду: 
��
�� �� ������ ,�� 1 (2.48)  
����
де w- ваговий коефіцієнт, задає пріоритет між підвищенням коефіцієнта 
стиснення сигналу або зменшенням значення помилки PRD. Застосування цільової 
функції (2.39) дозволяє зв'язати помилку PRD відновлення сигналу, коефіцієнт 
стиснення сигналу CR і значення порога θ, а також на відміну від підходу, 
запропонованого в не вимагає емпіричного визначення порогового значення енергії 
сигналу �� . Усередненням значень (2.39), отриманих для різних фрагментів ЕКС, 
при варіації значення порога θ, формується узагальнена крива. В результаті 
апроксимації узагальненої кривої формується функція f(θ), по мінімуму якої 
 
визначається значення порога θ. 
Для визначення оптимального вейвлета були отримані значення коефіцієнта 
стиснення CR, помилки відновлення Е і обчислювальної складності О виконання 
вейвлет перетворення при різній глибині розкладання т і використанні наступних 
сімейств вейвлетов: Біортогональних, Добеши, Койфлет і Сіммлет. В результаті 
моделювання, з використанням сигналів з бази даних МІТ-ВІН ECG Compression 
Test Database, і вибірок, ЕКС отриманих ємнісними безконтактними датчиками і 
що пройшли попередню обробку, встановлено, що при всіх значеннях глибини 
вейвлетів Добеши 4, Койфлет 2 і Сіммлет 4 показали найбільш високі значення 
коефіцієнта стиснення. На рисунку 2.26 представлені графіки залежностей 
���� �� ,�� �� ,�� ��  для даних вейвлетов. 
 
Рисунок 2.26 -А - графіки залежностей О(m), В - графіки залежностей 
E(т), С - графіки залежностей CR(m), отримані для різних вейвлетів 
 
Найбільш високе значення коефіцієнта стиснення CR вдається досягти при 
застосуванні вейвлетов Добеши 2 і Сіммлет 4 (Рисунок 2.26 рівній 
обчислювальною складністю (Рисунок 2.26 С), при цьому, мінімальна помилка 
відновлення PRD досягається при застосуванні вейвлета Сіммлет 4 (Рисунок 2.26 
В) дозволяє досягти коефіцієнта стиснення рівного 3.5 використовуючи тільки 
зміни подання коефіцієнтів вейвлет перетворення, без додаткового застосування 
спеціалізованих алгоритмів стиснення даних. 
Для підтвердження працездатності підходу до визначення порогового 
 
 75 
значення θ, описаного раніше, розглянемо залежності помилки відновлення Е, 
коефіцієнта стиснення CR і залежність цільової функції Q, при w =10от порогового 
значення θ, представлені на рисунку 35 у вигляді суцільної і переривчастою лінією, 
відповідно. Вид даних залежностей був отриманий для довільного фрагмента ЕКС, 
при використанні вейвлета Сіммлет 4, і глибині розкладання дорівнює 6. 
 
Рисунок 2.27-залежність помилки Е відновлення сигналу (суцільна 
лінія), залежність коефіцієнта стиснення CR (переривчаста лінія) і 
залежність цільової функції Q (штрих пунктирна лінія) від значення порога θ 
 
В результаті знаходження точки мінімуму функції Q, визначено значення 
порога θ рівне 0.05. В області значень порога 0 (0.05 - 0.1) спостерігається більш 
ніж дворазове збільшення значення помилки Е, при малій зміні коефіцієнта 
стиснення CR, отже, подальше збільшення значення порога θ недоцільно. В 
результаті досвідченого застосування запропонованого способу стиску ЕКС 
встановлено, що досягається коефіцієнт стиснення знаходиться в межах 3 - 4. 
Специфіка представлення даних в пам'яті пристрою збору даних і застосування 
масштабування коефіцієнтів вейвлет перетворення дозволяє відмовитися від 
застосування алгоритмів стиснення коефіцієнтів вейвлет перетворення вихідного 
сигналу. 
 
Висновки до розділу 2 
 
У цій главі розглянуті питання дослідження і вибору структурних і 
 
алгоритмічних рішень необхідних для ведення тривалого моніторингу серцевої 
діяльності. Наведено обґрунтування вибору структури системи телемоніторингу, в 
яку входять: бездротові датчики, реєструють фізіологічні сигнали, автономний 
пристрій збору і обробки даних, смартфон і віддалений медичний сервер. Зв'язок 
між елементами системи моніторингу здійснюється за технологією Bluetooth LE 
здійснює радіозв'язок у вільному від ліцензування ISM - радіодіапазоні (англ. 
Industry, Science and Medicine) і орієнтованої на застосування в мініатюрних 
сенсорах з автономним живленням. 
Виконано порівняльний аналіз системи вейвлет-фільтрації і блоку цифрових 
фільтрів з фіксованою АЧХ. Застосування блоку фільтрів з фіксованою АЧХ є 
кращим за рахунок меншої кількості обчислювальних операцій необхідних для 
обробки сигналу фіксованої довжини (відмінність в два порядки), а також за 
рахунок досягнутої відносини сигнал шум рівного 30 проти відносини рівного 20 
при використанні вейвлет фільтра. 
Розглянуто рішення задачі виявлення спотворених ділянок ЕКС при 
допомоги спільного застосування методу опорних векторів і критеріїв оцінки 
якості сигналу. Існуючі критерії якості сигналу досліджувалися при допомоги 
таких оцінок як інформативність і обчислювальна складність. Встановлено, що в 
ряді випадків критерії якості, засновані на порівнянні результату роботи двох 
детекторів QRS комплексів, можуть виявитися непрацездатним через подібних 
помилок виявлення QRS комплексів обома детекторами. Найбільш перспективним 
є застосування критеріїв, в основі яких лежать статистичний момент четвертого 
порядку і перша похідна ЕКС. В результаті застосування даних критеріїв до ЕКС 
отриманого ємнісними сенсорами, так і до сигналу з банку PhysioNet встановлено, 
що застосовані критерії мають найбільшою інформативністю і вимагає істотно 
менше (більш ніж в три рази) обчислювальних операцій в порівнянні з іншими 
відомими критеріями якості сигналу. 
Показана можливість автоматизованого формування навчальної вибірки для 
методу опорних векторів з урахуванням індивідуальних особливостей користувача 
системи телемоніторингу, за допомогою алгоритму, заснованого на 
автокореляційному аналізі фрагментів ЕКС. В результаті застосування даного 
алгоритму з використанням ЕКС отриманого з бази даних PhysioNet, а також ЕКС 
від ємнісних безконтактних сенсорів, отримано значення чутливості Se=0.85, а 
 
 77 
специфічність Sp=0.9. 
Розглянуто спосіб класифікації, ЕКС володіє властивістю інваріантності до 
тривалості і формі перекручених ділянок. Встановлено, що запропонований 
класифікатор незважаючи на застосування меншої кількості критеріїв якості 
сигналу (вимагає меншої кількості обчислювальних операцій), володіє 
параметрами, порівнянними з класифікаторами, розглянутими в літературі, в 
основі яких лежить застосування трьох і більше критеріїв якості - специфічністю 
Sp=0.88, чутливістю Se =0.86.Прімененіе системи виявлення спотворень знижує 
вимоги до робастности алгоритмів обробки ЕКС і спрощує візуальний аналіз 
сигналу, виконуваний медичним персоналом. 
Показана можливість стиснення, ЕКС представленого в бінарному форматі 
за допомогою запропонованого способу, заснованого на масштабування і зміні 
форми представлення коефіцієнтів вейвлет перетворення ЕКС. Показано, що 
запропонований алгоритм дозволяє досягти коефіцієнта стиснення в межах 3-4 і на 
відміну від відомих підходів заснованих на апараті вейвлет-перетворень, не 
вимагає застосування додаткових алгоритмів стиснення коефіцієнтів вейвлет-
перетворення, формування та збереження словника  
 
РОЗДІЛ 3  
РЕАЛІЗАЦІЯ ПРОТОТИПУ СИСТЕМИ ДИСТАНЦІЙНОГО 
МОНІТОРИНГУ СЕРЦЕВОЇ ДІЯЛЬНОСТІ ПАЦІЄНТА  
 
Розроблена система моніторингу має структуру обґрунтування ефективності, 
якої наведено в розділі 2. Блок-схема системи приведена на рисунку 3.1. 
 
Рисунок 3.1 - Блок-схема структури системи телемоніторингу. 1 - 
керуючий мікроконтролер, 2 - вузол бездротового зв'язку з датчиками через 
Bluetooth LE, 3 - вузол бездротового зв'язку по каналу Bluetooth3.0, 4 - вузол 
довготривалого зберігання даних (SDxapTa), 5 - дисплей, 6 - вузол звукового 
оповіщення 
 
До складу системи телемоніторингу входить Блок датчиків фізіологічних 
сигналів, Система збору та обробки даних, Смартфон і віддалений Медичний 
сервер. Блок датчиків фізіологічних сигналів містить інтелектуальні датчики ЕКГ 
ємнісного типу і оптичний датчик пульсу з інтегрованими модулями Bluetooth LE. 
 
 79 
Система збору та обробки даних містить наступні основні вузли: керуючий 
мікроконтролер (MCU) 1, вузол бездротового зв'язку по каналу Bluetooth LE2,3- 
вузол бездротового зв'язку по каналу Bluetooth 3.0, вузол довготривалого 
зберігання даних 4, дисплей 5, вузол звукового оповіщення 6, а також сенсор 
фізичної активності застосування, якого необхідно для контролю якості 
одержуваних даних, про що буде сказано нижче. Смартфон має встановлене 
спеціалізоване ПО призначене для відображення параметрів серцево судинної 
системи пацієнта, контрольованих в процесі моніторингу. Медичний сервер може 
містити програмне забезпечення виконує систематизацію даних одержуваних від 
декількох систем телемоніторингу для автоматизації ведення медичних карт і 
організації невідкладної допомоги. Передача даних від датчиків фізіологічних 
сигналів систему збору та обробки даних проводиться по каналу Bluetooth LE 
(BLE), передача даних смартфону здійснюється за допомогою технології Bluetooth 
3.0 (для уніфікації з різними типами смартфонів). Зв'язок системи телемоніторингу 
з медичним сервером здійснюється шляхом передачі даних від смартфона по 
каналах стільникового зв'язку (мобільного інтернету). 
Інтелектуальні бездротові датчики виробляють реєстрацію, попередню 
аналогову фільтрацію фізіологічних сигналів з подальшим аналого-цифровим 
перетворенням і передачею отриманої дискретної послідовності по каналу BLE в 
вузол бездротового зв'язку 2 системи збору та обробки даних. Вузол бездротового 
зв'язку виробляє визначення джерела даних (тип датчика) і передає отримані 
послідовності в керуючий мікроконтролер 1 системи збору та обробки даних, де 
виконуються алгоритми попередньої обробки і стиску ЕКС, розглянуті у другому 
розділі цієї роботи, отриманий після попередньої обробки ЕКС стискається за 
допомогою запропонованого алгоритму і зберігається в довгостроковій пам'яті 4. 
Потім мікроконтролер 1 виконує визначення параметрів фізіологічних сигналів за 
допомогою спеціалізованих алгоритмів. В внаслідок обробки ЕКС 
мікроконтролером 1 визначається необхідність передачі тривожних повідомлень 
пацієнту за допомогою дисплея 5 і вузла звукового оповіщення 6. Для забезпечення 
обміну даними з медичним сервером система збору даних при допомоги вузла 3 
бездротового зв'язку по каналу Bluetooth 3.0 обмінюється даними зі смартфоном, 
передає дані на медичний сервер по каналах стільникового зв'язку. 
Процес попередньої обробки і стиснення, за запропонованими нами 
 
алгоритмам(розділ 2. Глави 2 цієї роботи), виконується мікро контролером 1 і 
заснований на обмеженні і корекції частотного спектра ЕКС в блоці цифрових 
фільтрів і виявленні перекручених ділянок ЕКС при допомозі класифікатора, 
заснованого на методі опорних векторів і адаптивному формуванні навчальної 
вибірки. Стиснення ЕКС здійснюється шляхом порогових перетворень і 
масштабування коефіцієнтів вейвлет перетворення. Розглянемо блок-схему 
процесу попередньої обробки і стиснення, наведену на рисунку 3.2. 
 
 
Рисунок 3.2 - Блок-схема процесу попередньої обробки ЕКС. 1 - Фільтр 
високих частот, 2 - фільтр низьких частот, 3 - фільтр наведення напруги 
промислової частоти, 4 - вузол розрахунку критеріїв якості сигналу, 5 – вузол 
виявлення фрагментів ЕКС для навчальної вибірки, 6 - вузол розрахунку 
значення класифікуючої функції, 7 - вузол формування параметрів 
класифікуючої функції, 8 - вузол дискретного вейвлету перетворення, 9 - 
вузол порогової обробки і масштабування коефіцієнтів вейвлет 
перетворення, 10 - вузол зміни формату представлення коефіцієнтів вейвлет 
перетворення 
 
Процес, наведений на блок-схемі на рисунку 3.2, полягає в обробці 
дискретного ЕКС Блоком цифрових фільтрів, що складається з фільтрів 1-3 і 
наступною обробкою результату Блоком виявлення спотворень. В склад блоку 
виявлення спотворень входить вузол розрахунку критеріїв якості 4, вузли 5-6 
адаптивного формування навчальної вибірки і вузол 7 розрахунку значення 
класифікуючої функції. Результат фільтрації і виявлення спотворень подається на 
вхід Блоків стиснення і оцінки параметрів ЕКС. Блок стиснення складається з вузла 
8 дискретного вейвлету перетворення, вузла 9 порогової обробки і масштабування 
коефіцієнтів вейвлет перетворення і вузла 10 зміни формату представлення 
коефіцієнтів вейвлет перетворення. Результати стиснення і оцінки параметрів ЕКС 
 
 81 
подаються на вхід Вузла передачі і зберігання даних. Блок оцінки параметрів ЕКС 
може здійснювати оцінку таких параметрів як RR інтервал (частоту серцевих 
скорочень), тривалість QRS комплексів, параметри сегмента ST і інші параметри. 
Крім того, даний блок виконує порівняння контрольованих параметрів із заданими 
уставками і в разі критичних відхилень формує запит на передачу тривожного 
повідомлення. 
Розглянемо більш докладно процес попередньої обробки і стиснення ЕКС. 
Фільтрація дискретного ЕКС полягає в послідовній обробці фільтрами 1 - 3 
обмежують спектр ЕКС в області високих і низьких частот, а також для придшення 
впливу наведення напруги промислової частоти. Результат роботи блоку фільтрації 
передається на вхід блоку виявлення спотворень, в якому застосовані 
запропоновані у другому розділі алгоритми виявлення спотворень. Дискретні 
відліки ЕКС подаються на вхід вузла розрахунку критеріїв якості 4 і вузла 5 
виробляє виявлення фрагментів ЕКС для навчальної вибірки в разі початку роботи 
системи телемоніторингу, а також періодично для компенсації змін форми QRS 
комплексів, пов'язаних з фізіологічним станом пацієнта і переміщенні датчика 
щодо шкірних покривів. Виявлення вузлом 5 таких фрагментів проводиться при 
допомоги автокореляційного алгоритму, розглянутого в розділі 2.3.3 другого 
розділу. Відповідно до цього алгоритмом, формується набір неспотворених 
фрагментів дискретного ЕКС, які надходять на вхід вузла 6, який формує параметри 
рівняння описує розділяє гіперплоскість. Отримані параметри розділяє 
гиперплоскости передаються вузлу 7 розрахунку значення класифікуючої функції, 
робота якого описана в розділі 2.3.4 другого розділу. 
Отриманий в результаті роботи блоків фільтрації та блоку виявлення 
спотворень ЕКС подається на вхід блоку стиску ЕКС і блок, алгоритм роботи якого 
запропонований в розділі 2.4 другого розділу. Формуються на виході вузла 8 
коефіцієнти обробляються пороговим алгоритмом і масштабуються вузлом 9, після 
чого вузол 10 виконує пакування отриманих коефіцієнтів, які передаються на вхід 
вузла передачі та зберігання даних. Крім коефіцієнтів вейвлет перетворення на вхід 
вузла передачі і зберігання даних передається результат роботи блоку оцінки 
параметрів ЕКС. Вузол передачі і зберігання даних за результатами роботи блоку 
оцінки параметрів ЕКС виконує визначення необхідності оповіщення пацієнта і 
медичного персоналу про критичні відхилення параметрів. Оповіщення пацієнта в 
 
випадку відхилення параметрів здійснюється за допомогою дисплея 5 і вузла 
звукового оповіщення 6 (див. рисунок 36). Крім цього вузол передачі і зберігання 
даних здійснює управління процесами передачі реєстрованих фізіологічних 
сигналів на медичний сервер і їх збереження вузлом довготривалого зберігання 
даних 4 (див. рисунок 36). безконтактний бездротовий датчик ЕКГ ІАіЕ СО РАН 
Для реєстрації ЕКС в ІАіЕ СО РАН розроблені інтелектуальні бездротові 
датчики ємнісного типу, що допускають тривале багаторазове використання і не 
потребують застосування засобів поліпшення електричного контакту, структура 
яких наведена на рисунок 3.3. 
 
 
Рисунок 3.3 - Блок-схема безконтактного датчика ЕКГ. 1 - реєструє 
майданчик, 2 - вузол посилення, 3 - вузол фільтрації,                               
СС 2540 -мікроконтролер, 4 - АЦП, 5 - ядро мікроконтролера, 6 - вузол 
узгодження радіочастот, 7 – чіп антена 
 
Датчик ЕКГ складається з двох основних модулів - аналогового і цифрового/ 
Аналоговий модуль складається з реєструючого майданчика 1, яка складається з 
електрода (на рисунку 38 відзначений напівжирної лінією) покритого 
діелектриком, майданчик 1 з'єднана з вузлом посилення 2 інвертуючої конфігурації 
схеми «Front-end» зі стабілізацією робочої точки підсилювача за допомогою 
нелінійного елемента в ланцюзі негативного зворотного зв'язку. Вихід вузла 
 
 83 
посилення 2 з'єднаний з согласующим аналоговим фільтром, призначеним для 
придушення ефекту накладення спектрів і часткової компенсації наведення 
напруги промислової частоти. Отриманий в результаті фільтрації сигнал подається 
на вхід АЦП 4 мікроконтролера СС2540, після чого ядром 5 і мікроконтролера 
виробляються перетворення дискретних відліків сигналу необхідні для їх передачі 
по бездротовому каналу в пристрій збору даних (див. рисунок 36). Потім отримана 
цифрова послідовність дублюється вузлом узгодження частот 6, сполученим з чіп-
антеною 7. Датчик забезпечується електроживленням від батареї типу CR2032, 
аналоговий і цифровий модуль мають розв'язку по харчуванню. Схема технічні 
рішення датчика ЕКГ, в тому числі розробка вузла посилення 2 була виконана 
вилейка В.В. (ІАІЕ СО РАН), розробка і програмування цифрового модуля була 
виконана за участю автора. 
 
Рисунок 3.4 -Зовнішній вид датчика ЕКГ Зліва без корпусу, праворуч в 
корпусі, 1 - цифровий модуль, 2 - аналоговий модуль, 3 - вид з боку реєструє 
майданчики, 4 - зовнішня сторона датчика 
 
 На рисунку 3.4 показаний зовнішній вигляд розробленого датчика, в лівій 
частині приведений вид цифрового 1 і аналогового 2 модулів, а в правій частині 
вид датчика в корпусі: 3 - вид з боку реєструє майданчики, а 4 - вид з зовнішнього 
бокудатчика. В основі цифрового модуля 1 лежить система на одному кристалі 
(SoC) СС2540 виробництва Texas Instruments реалізує передачу даних по 
бездротовому каналу BLE. Канал BLE дозволяє передавати дані в декількох 
режимах, що характеризуються різною пропускною здатністю і 
енергоспоживанням. 
На рисунку 3.5 представлений загальний вигляд для користувача частини 
 
бездротової системи телемоніторингу 
 
 
Рисунок 3.5 - Загальний вигляд прототипу бездротової системи 
телемоніторингу. 1 - Датчик ЕКС, 2 - пристрій збору і обробки даних 3 - 
комунікатор 
 
 
3.1 Особливість роботи каналу Bluetooth LE в системі телемоніторингу 
 
Розглянемо особливості BLE пристроїв і можливість їх застосування для 
одночасного обміну даними з декількома датчиками фізіологічних сигналів. 
Визначимо параметри з'єднання BLE пристроїв від яких залежить пропускна 
здатність радіоканалу і величина споживаного струму пристроєм передачі даних. 
Для визначення набору функцій, що надаються Bluetooth пристроєм, введено 
таке поняття як профіль. Профіль задає правила формування і передачі пакетів, що 
містять призначені для користувача дані, між пристроями. Кожен профіль містить 
одну або кілька «характеристик» - змінних містять призначені для користувача 
дані, крім цього кожен профіль містить так званий сервіс, який визначає права 
доступу до кожної характеристики. BLE пристрою можна розділити на два типи: 
master - пристрої і slave - пристрою, які можуть утворювати пікомережу топології 
 
 85 
«зірка» складається з одного master - пристрої та кількох slave - пристроїв. В разі 
системи телемоніторингу master - пристроєм є вузол бездротового зв'язку з 
датчиками по каналу Bluetooth LE пристрої збору і обробки даних (див. рисунок 
3.1), a slave - пристроєм цифровий модуль датчика ЕКГ (див. рисунок 39). 
Передача даних між двома BLE пристроями здійснюється не постійно, а в 
певні моменти «з'єднання» (англ, connection event), інтервал з'єднання може 
змінюватися в значних межах від 50 мс до 4 с. У момент «з'єднання» проводиться 
передача службової інформації і призначених для користувача даних, в одному 
переданому пакеті міститься до 20 байт користувальницької інформації, в 
залежності від способу передачі даних за одна подія «з'єднання» може бути 
передано до 4 пакетів, способи передачі призначених для користувача даних між 
двома BLE пристроями можна розділити на дві групи: 
• Передача даних методом читання/запису характеристики. 
• Передача даних методом повідомлень. 
Різниця даних способів передачі даних полягає в тому, що метод 
читання/запису Характеристики забезпечує гарантію доставки призначених для 
користувача даних, а передача методом повідомлень допускає втрати даних. Від 
способу передачі даних і інтервалу між сполуками залежить швидкість передачі 
даних і, отже, частота дискретизації ЕКС. Визначимо спосіб обміну даними 
придатний для використання в датчику ЕКГ, для цього визначимо пропускну 
здатність каналу BLE в залежності від способу обміну даними, інтервалу з'єднань і 
кількості вузлів в пікомережі. Для цього розглянемо особливості передачі даних 
методом читання / запису значення характеристики. 
Передача даних користувача методом читання/запису значення 
характеристики здійснюється в кілька етапів - проводиться фізичне встановлення 
зв'язку між master і slave пристроями, після чого master - пристрій здійснює пошук 
необхідного сервісу і характеристики, якщо в Внаслідок шуканий сервіс та 
характеристика знайдена, фіксується descriptor при допомогою якого здійснюється 
доступ до характеристики. Після закінчення встановлення фізичного та логічного 
з'єднань master - пристрій має можливість проводити запис або читання 
характеристики. Як показано вище, обмін даними здійснюється через певні 
проміжки часу, у час «з'єднання» пристроїв, від інтервалу між якими залежить 
швидкість читання/запису характеристики. У таблиці 10 наведено порівняння 
 
швидкості читання характеристики довжиною 120 байт при різних інтервалах 
з'єднання, а також приведена теоретично гранично можлива частота дискретизації 
сигналу при якій не виникне втрат даних. Втрата даних може виникнути за рахунок 
можливого переповнення буферів (масивів) призначених для зберігання значень 
характеристики і використовуваних для тимчасового зберігання накопиченого 
сигналу. Неконтрольована втрата ділянок ЕКС призведе до внесення 
нестаціонарних спотворень в корисний сигнал і як наслідок до помилок 
вимірювання характерних тимчасових інтервалів, наприклад, таких як RR інтервал. 
Таблиця 3.1 
Порівняння часу читання характеристики довжиною 120 байт при 
різних інтервалах з'єднання. 
Граничний Гранична 
Інтервал Час читання 
період частота 
з'єднання, мс характеристики, мс 
дискретизації, мс дискретизації, Гц 
62 620 5,2 193,5 
100 1000 8,4 120 
125 1200 10 100 
150 1800 15 66,5 
175 1900 15,9 63 
200 2000 16,6 60 
225 2240 18,6 53,5 
250 2500 20,89 48 
300 3000 25 40 
 
Час читання характеристики наведене у другому стовпці таблиці визначено 
шляхом оцінки тривалості прямокутного імпульсу початок і закінчення якого 
відповідає початку і закінчення прийому характеристики master-пристроєм. 
Прямокутний імпульс формувався шляхом управління одним з портів введення-
виведення мікроконтролера і фіксувався за допомогою осцилографа. Теоретична 
межа мінімального значення періоду дискретизації наведений в таблиці 10 
дорівнює відношенню часу читання характеристики до довжини характеристики. 
 
 87 
За допомогою мінімального значення періоду дискретизації можливо визначити 
теоретичну межу максимального значення частоти дискретизації, при якій знову 
надходять відліки сигналу будуть передані без втрат і виникнення переповнення 
пам'яті. Передача даних без втрат також залежить від своєчасного читання 
значення характеристики, так як ініціатором передачі даних таким способом може 
бути тільки master-пристрій, то потрібно забезпечення синхронізації між 
закінченням накопичення даних в кількості рівному довжині характеристики і 
черговим подією «з'єднання». Однак, програмне забезпечення, що постачається з 
мікро контролером СС2540, що не дозволяє master-пристрою виконувати 
реєстрацію події «з'єднання» доступну для користувача, що дозволить передавати 
дані методом повідомлень. 
Для оцінки пропускної здатності каналу зв'язку з забезпеченням 
синхронізації розроблений профіль, що складається з двох характеристик. перша 
характеристика призначена для передачі ЕКС і реалізована у вигляді масиву без 
знакових однобайтовим цілих має змінну довжину, а друга характеристика 
реалізована у вигляді однобайтового цілого без знаку і призначена для передачі 
команд slave - улаштування та повідомлення master- пристрою про можливість 
читання першої характеристики. профіль також містить тимчасове сховище даних 
призначене для вступників відліків ЕКС на час чергового читання характеристики. 
Після того як сховище заповнюється, проводиться запис накопичених даних в 
характеристику і надсилається повідомлення master-пристрою. На рисунку 3.6 
представлена тимчасова діаграма, на якій показані події синхронізації і події 
початку і закінчення читання характеристики. 
На осцилографу, наведеної на рисунку 3.6 інтервал А сигналу 2 відповідає 
накопиченню відліків сигналу в кількості, що дорівнює довжині характеристики, а 
його інверсія відповідає відправлення повідомлення про можливості читання 
значення характеристики master - пристроєм, інтервал В - нульове значення 
сигналу 1, відповідає процесу читання значення характеристики містить відліки 
сигналу. Для відсутності втрат читання характеристики завершується до 
повідомлення про готовність до відправки подальших накопичених даних і 
інтервал В повністю належить інтервалу А, як показано на осцилограмі, отриманої 
при частоті дискретизації сигналу 150Гці інтервалі з'єднання 60 мс, при довжині 
характеристики 120 байт. В результаті моделювання з використанням даних 
 
наведених таблиці 10, в ході якого проводилася варіація інтервалу «З'єднань», 
частоти дискретизації сигналу і довжини характеристики встановлено, що довжина 
характеристики не робить істотного впливу на граничну частоту дискретизації. 
Також в результаті моделювання встановлено, що практичний максимальна межа 
частоти дискретизації знаходиться на 20 - 25% нижче теоретичної межі, наведеного 
в таблиці 10. Крім того, навіть незначне зниження інтервалу «з'єднань», наприклад, 
від 60 до 80 мс, призводить до втрати даних. Розглянемо особливості передачі 
даних методом повідомлень і порівняємо отримані результати з результатами, 
отриманими для методу читання/запису значення характеристики. 
 
 
 
Рисунок 3.6 - Тимчасова діаграма подій синхронізації і подій початку і 
закінчення читання характеристики. 1 - перший канал (крива знизу) 
відображає події закінчення і початку читання характеристики 2 - другий 
канал (крива зверху) відображає події синхронізації (скріншот з екрану 
цифрового осцилографа Rigol) 
 
Для визначення пропускної здатності каналу BLE при використанні методу 
повідомлень розроблений профіль BLE містить одну характеристику, призначену 
для управління датчиком і повідомлення master – пристрої пакетом призначених 
для користувача даних. Максимальна довжина переданого пакета методом 
повідомлень дорівнює 20 байтам, за одну подію «з'єднання» може бути передано 
до чотирьох пакетів. В ході моделювання метою якого було визначення пропускної 
 
 89 
здатності каналу BLE без втрат даних, проводилася передача 500 пакетів, що 
містять 20 байт для користувача даних, і оцінювалося кількість втрачених пакетів. 
При цьому, моделювання виконувалося для різних інтервалів з'єднання і різної 
частоти даних, що надходять (період дискретизації сигналу). Результат такого для 
випадку одного датчика наведений в таблиці 3.2. 
Таблиця 3.2 
Результат визначення пропускної здатності каналу в разі одного датчика 
Частота Інтервал з'єднання, 
дискретизації, Гц мс 
500 100 
333 150 
200 250 
142 400 
100 500 
 
У таблиці 3.2 наведені інтервали «з'єднань» і допустимі параметри 
дискретизації сигналу, при яких не виникає втрат даних. При цьому слід зазначити, 
що зниження інтервалу «з'єднань» нижче 100 мс призводить до втрати стійкості 
з'єднання master і slave пристроїв, як під час очікування передачі даних, так і під 
час їх передачі. Як видно з таблиці 11 при роботі з одним датчиком і передачею 
даних методом повідомлень допускається робота з широким діапазоном частот 
дискретизації, що в перспективі дозволить реалізувати багаторежимну роботу 
системи моніторингу, можливість зміни частоти дискретизації інтервалів 
«з'єднань» дозволить управляти енергоспоживанням системи моніторингу та 
отримувати сигнал придатний для отримання різних видів діагностичної 
інформації, дискретизація сигналу з частотою 500 Гц, відповідно до ГОСТІЕС 
60601-2-51-2011, регулюючим параметри стаціонарних електрокардіографів 
дозволить здійснювати оцінку всіх діагностично значущих параметрів ЕКС. більш 
низькі частоти дискретизації, відповідно до ГОСТ, що регулює параметри тривалих 
кардіологічних моніторів, дозволить виробляти оцінку основних тимчасових 
інтервалів сигналу, наприклад, RR інтервалів, циркадних ритмів і т.д. Однак робота 
системи моніторингу тільки з одним датчиком ЕКГ знижує діагностичну 
значимість отриманих даних, але і знижує загальну надійність системи 
 
моніторингу. Для оцінки можливості багатоканальної реєстрації ЕКС для master - 
пристрої розроблено спеціалізоване програмне забезпечення, що дозволяє крім 
запуску та зупинки дискретизації сигналу відстежувати кількість пакетів, 
отриманих від кожного датчика, виробляти зміна інтервалів «з'єднань», процес 
оцінки параметрів з'єднання і дискретизації сигналу в разі одночасної роботи двох 
датчиків складався з наступних кроків, проводилася послідовна установка 
фізичного і логічного з'єднання з датчиками, після чого проводився запуск 
дискретизації сигналу при різних частотах дискретизації і параметрах з'єднання з 
одночасною оцінкою кількості втрачених пакетів. Як і у випадку з одним датчиком, 
проводилася відправка 500 пакетів кожним датчиком. В результаті моделювання 
були отримані Залежно середнього по двом датчикам кількості втрачених пакетів 
від інтервалу "з'єднань", наведені на рисунку 3.7 
Рисунок 3.7 – Залежність середньої кількості втрачених пакетів 
 
Як видно з рисунка 3.7, одночасна робота двох датчиків істотно знижує 
частоту дискретизації, при якій не виникає втрат даних у час передачі. Одна з 
причин втрати даних полягає в тому, що процедура копіювання отриманих по 
радіоканалу даних може зайняти тривалий проміжок часу, протягом якого можуть 
бути відправлені дані від іншого датчика. Для зниження обсягу втрачених даних 
можливо використовувати події «з'єднання», момент виникнення яких можна 
зафіксувати в диспетчері подій операційної системи мікроконтролера СС2540, що 
може бути використано для синхронізації початку роботи вбудованого АЦП. 
 
 91 
Однак, інтервал з'єднання, як і період дискретизації є нестаціонарною величиною і 
не може бути використаний в якості моменту синхронізації для початку збору 
даних. Таким чином, при роботі з низькою частотою дискретизації, порядку (100 -
150 Гц) вдається досягти передачу даних з втратами в межах 0 - 20% при інтервалі 
з'єднання в межах 100 - 200 мс. 
Як було показано вище, передача даних між ВLЕ може здійснюватися в двох 
режимах - методів повідомлень і методом читання/запису значення 
характеристики. Крім визначення частотами дискретизації необхідно визначити 
параметри енергоспоживання при використанні даних методів. 
Величина споживаного струму датчиком ЕКГ залежить від інтервалу 
з'єднання і частоти дискретизації сигналу, що залежать від способу передачі даних 
між master і slave пристроями. В даному розділі цієї роботи буде розглянуто вплив 
способу передачі даних і як наслідок, частоти дискретизації сигналу на параметри 
енергоспоживання датчика ЕКГ. Через передачу даних через певні проміжки часу 
величина середнього споживаного струму може змінюватися в широких межах - 
від десятків міліампер до одиниць мікроампер. На рисунку 3.8 показаний загальний 
вигляд Залежно споживаного струму slave пристроєм від часу під час 
встановленого з’єднання 
 
Рисунок 3.8 – Залежність споживаного струму від часу slave–пристроєм 
 
На рисунку 3.8 виділені такі зони, що відображають два основних стану BLE 
пристрої: зона А відповідає стану «сну» мікроконтролера між подіями «з'єднання», 
 
зона В відповідає події «з'єднання» під час якого відбувається передача для 
користувача і службовихданих. Більш детально наведено загальний вигляд 
залежності споживаного струму під час події «з'єднання» показаний на рисунку 3.9. 
 
Рисунок 3.9 - Залежність споживаного струму від часу slave-пристроєм 
 
Зона А відповідає режиму сну мікроконтролера; зона В відповідає процесу 
переходу мікроконтролера в активний режим і підготовці до обміну даними; зона 
С відповідає передачі даних, тривалість даної зони залежить від кількості 
переданих даних, а зона D відповідає підготовці до переходу в режим сну. У 
документі входять в супровідну документацію мікроконтролера СС2540 приведена 
середня величина споживаного струму межах одного мікроампера, а середнє 
значення під час «З'єднання» знаходиться в межах 10 мА. Загальна величина 
середнього споживаного струму знаходиться в межах 0.029 мА і отримана за 
допомогою вираження: 
�� �� �� �� ∙ ��
��  (3.1)  
��
де �� - середній споживаний струм, �� - інтервал між «сполуками», �� - 
тривалість інтервалу «з'єднання», ��  - середній споживаний струм між 
«сполуками», ��  – середній споживаний струм під час «з'єднання». Величина ��  
визначалася при інтервалі «з'єднань» ��  дорівнює 1000 мс, шляхом реєстрації за 
допомогою осцилографа залежності падіння напруги від часу на додатковому опорі 
величиною 10 Ом включеному послідовно в ланцюзі харчування slave-пристрою. 
 
 93 
На отриманій залежності падіння напруги виявляється ділянку «з'єднання», для 
якого визначається середнє значення напруги, за допомогою якого розраховується 
значення �� . При цьому, величина ��  в даному документі була визначена за 
допомогою цифрового мультиметра, через низький відносини сигнал - шум 
залежності падіння напруги від часу на додатковому опорі при мікроамперному 
споживанні, для підвищення точності вимірювань інтервал «з'єднань» був 
збільшений до 8 секунд. Однак, в розглянуто випадок, при якому slave - пристрій 
між «сполуками» знаходиться в режимі сну і не виконує збір даних. Встановлено, 
що в разі роботи АЦП і таймера, що задає частоту дискретизації сигналу, середня 
величина споживаного струму slave - пристроєм між «сполуками» переходить з µА 
діапазону в мА діапазон. У зв'язку з цим вимір середньої величини споживаного 
струму проводилося за допомогою осцилографа, канали якого включені в 
диференціальному режимі, для підвищення відносини сигнал - шум величина 
опору збільшена до 50 Ом. також слід відзначити, що операційна система 
мікроконтролера СС2540 має вбудованими засобами зниження енергоспоживання 
за рахунок яких при відключених периферійних пристроях досягається 
мікроамперне споживання в проміжки часу між «сполуками», визначення 
середньої величини споживаного струму при різних способах і параметрах передачі 
призначених для користувача даних проводилося при включених засобах 
енергозбереження операційної системи, а з периферійних пристроїв був 
використаний АЦП і задає частоту дискретизації таймер. Розглянемо параметри 
енергоспоживання slave-пристрою в разі передачі даних методом повідомлень і 
методом читання характеристики, при різних частотах дискретизації сигналу і 
відповідних інтервалах з'єднання, наведених вище. На рисунку 3.10 наведено 
графік залежності споживаного струму від часу для випадку передачі даних 
методом повідомлень, при частоті дискретизації сигналу рівною 500 Гц і інтервалі 
«з'єднань» дорівнює 100 мс.  
Графік залежності наведений на рисунку 45 розділений на кілька інтервалів - 
інтервал А є ділянкою проміжку між «сполуками» під час якого відбувається 
робота АЦП і таймера. Як видно з графіка, величина споживаного струму в такому 
режимі знаходиться в межах 7.5 - 8 мА. на інтервалі В показано зміну величини 
споживаного струму під час передачі накопичених даних. Загальне значення 
середньої величини споживаного струму визначалося за допомогою методики 
 
наведеної в і так само 7.55 мА. 
 
Рисунку 3.10-Графік залежності від часу величини споживаного струму 
при передачі даних методом повідомлень, частоті дискретизації 500 Гц і 
інтервалі «з'єднань» 100 мс 
 
Аналогічні розрахунки були проведені для інших наведених вище інтервалів 
і частот дискретизації, отриманих при оцінці пропускної здатності радіоканалу при 
використанні методу повідомлень, результати розрахунків наведені в таблиці: 
Таблиця 3.3 
Середня величина споживаного струму при різних параметрах 
дискретизації сигналу.  
�� ,Гц �� , мс �� , мА 
500 100 10.3 
330 150 4.46 
200 250 2.5 
140 400 2.35 
100 500 1.75 
�� - частота дискретизації, �� - інтервал «з'єднань», ��  середнє значення 
споживаного струму 
Як видно з таблиці 12, середня величина споживаного струму має 
квазілінійну залежність від частоти дискретизації сигналу. Зниження 
енергоспоживання досягається не тільки за рахунок меншої кількості переданих 
даних, але й за рахунок періодичного переходу мікроконтролера в сплячий режим 
 
 95 
під час накопичення даних при частоті дискретизації нижче 500 Гц, що ілюструють 
графіки залежності споживаного струму від часу, наведені на рисунку 3.11 
 
Рисунок 3.11 – 1 – графік залежності споживаного струму від часу при 
частоті дискретизації 200 Гц, 2 – графік залежності споживаного струму від 
часу при частоті дискретизації 500 Гц 
 
На рисунку 3.11 представлені графіки залежності споживаного струму від 
часу при частоті дискретизації 500 Гц (графік 2) і частоті 200 Гц (графік 1), інтервал 
А відображає зміну енергоспоживання під час дискретизації сигналу. Поведінка 
залежності на графіку 1 має квазіперіодичний характер, з періодом, що дорівнює 
періоду дискретизації сигналу, при якому відбувається зміна споживаного струму 
в межах від 0.2 до 7.5 мА, за рахунок чого досягається зниження енергоспоживання. 
Дані про повну загальну середню споживаної струмі в разі передачі даних методом 
повідомлень, наведені в таблиці 9, були отримані при частотах дискретизації і 
інтервалах «з'єднань» при яких не виникає втрат даних під час передачі. У разі 
передачі даних методом читання І запису характеристики, як показано вище, 
відсутність втрат призначених для користувача даних досягається при частоті 
дискретизації сигналу 150Гці інтервалі «з'єднань» 60 мс. Графік залежності 
споживаного струму від часу за даних умов реєстрації та передачі даних наведено 
на рисунку 3.12 
 
 
Рисунок 3.12 – Залежність споживаного струму від часу при передачі 
даних методом читання/запису характеристики при частоті дискретизації 
сигналу 150 Гц 
 
В результаті розбиття отриманої залежності на інтервали з подальшої 
підстановкою отриманих значень в (55) отримано середнє значення споживаного 
струму в межах 7.7 мА. Порівнявши наведені в таблиці 9 дані для випадку передачі 
даних методом повідомлень, отримаємо що при частоті дискретизації 150 Гц 
передача даних методом повідомлень виявляється більш ефективною - середня 
величина споживаного струму slave - пристроєм в такому режимі знаходиться в 
межах 2.5 мА, проти 7.7 мА в режимі передачі даних методом читання/запису 
характеристики. 
 
3.1.1 Визначення частоти дискретизації ЕКС 
Визначення частоти дискретизації аналогового ЕКС виконуваної датчиком 
ЕКГ визначається виходячи з двох факторів - спектра аналогового сигналу, що 
подається на вхід цифровий частини бездротового датчика і пропускної здатності 
радіоканалу. Амплітудно-частотна характеристика розробленого в ИАиЭ СО РАН 
ємнісного сенсора ЕКС має частоту зрізу -3 дБ в області низьких частот близько 
100мГц і близько 150 Гц в області високих частот, придушення перешкоди 
промислової частоти 50 Гц -40 дБ. Придушення -6 дБ досягається на частоті 
близько 200 Гц, що відповідає чотириразовому зниження потужності сигналу на 
даній частоті. Виходячи з цього і спираючись на рекомендації, наведені в частота 
дискретизації обмежена значенням 500 Гц. Однак, встановлено, що для 
 
 97 
забезпечення одночасної роботи двох датчиків ЕКГ частота дискретизації сигналу 
повинна знаходитися в межах 150 Гц. Для узгодження параметрів дискретизації і 
бездротового каналу необхідно знизити частоту дискретизації в R=3 рази з 500 
до160Гц. При цьому сигнал необхідно обробити який складає фільтром низьких 
частот, що забезпечує придушення частот вище нової частоти Найквиста сигналу. 
Крім необхідної АЧХ, що готує фільтр повинен володіти лінійної фазової 
характеристикою для мінімізації внесених в корисний сигнал спотворень. Крім 
того, час обробки фільтром одного відліку сигналу, має бути менше періоду 
дискретизації. Застосування двонапрямлених НІХ фільтрів для вирішення такого 
завдання не придатний через недостатнє обсягу ОЗУ і продуктивності 
мікроконтролера датчика ЕКГ. 
Застосування СІС фільтрів Хогенауера важко за рахунок необхідності 
збільшення динамічного діапазону сигналу і необхідності компенсації 
нерівномірності АЧХ, що призводить до збільшення порядку фільтра і збільшення 
кількості обчислювальних операцій. 
В якості підготовлюючих КИХ фільтрів зарекомендували себе фільтри типу 
«піднятий косинус» (ФПК), що володіють лінійною фазовою характеристикою. 
Крім того, даний тип фільтрів не містить ланцюгів зворотного зв'язку і при роботі 
не вимагає збереження відліків сигналу отриманих на виході фільтра. що дозволить 
знизити кількість обчислювальних операцій при підготовці сигналу до зниження 
частоти дискретизації - так при зниженні частоти дискретизації в три рази ланцюга 
множення і складання працюватимуть тільки для кожного третього відліку сигналу 
подається на вхід фільтра, вид імпульсної характеристики такого фільтра наведено 
на рисунку 3.13.  
Як відомо, для КИХ фільтрів імпульсна характеристика збігається з 
коефіцієнтами передавальної характеристики і володіє симетричною структурою, 
що дозволить зменшити число виконуваних операцій множення при роботі такого 
фільтра за рахунок попереднього складання відліків вхідного сигналу, множимо на 
рівні коефіцієнти фільтра. Крім того, з рисунку 3.8 видно, що коефіцієнти ФПК 
мають періодичною структурою - нульові коефіцієнти чергуються з ненульовими. 
До ФПК фільтрів відносяться півсмугові фільтри і фільтри Найквиста, що 
застосовуються в якості підготовляють фільтрів при зменшенні частоти 
дискретизації сигналу. Півсмугові фільтр застосовується при зниженні частоти 
 
дискретизації в два рази і забезпечує придушення -6 дБ на частоті Fc-Fs/4, де Fs- 
вихідна частота дискретизації сигналу. При зниженні частоти дискретизації більш 
ніж в R>2 раз буде потрібно забезпечити придушення -6 дБ на частоті ��с   ФПК, 
 
що забезпечують придушення на частоті Fc отримали назву фільтрів Найквиста. 
 
Рисунок 3.13 - Загальний вигляд імпульсної характеристики ФПК 
 
Розглянемо реалізацію фільтра Найквиста з урахуванням особливостей його 
імпульсної характеристики (періодичної структури коефіцієнтів фільтра) і 
визначимо обчислювальну складність роботи прямої і півфазний реалізацій фільтра 
Найквиста. Для цього повторно розглянемо структурну схему КИХ фільтра 
наведену на рисунку 3.14. 
 
 
Рисунок 3.14 - Структурна схема КИХ фільтра, ����  ���� дійсні 
коефіцієнти, �� ��  блок затримки на один такт, х(п) - відлік сигналу на вході 
секції, у(п) - відлік сигналу на виході секції 
 
 99 
При цьому, приймемо R=3, з чого в силу особливостей імпульсної 
характеристики, наведеної на рисунку 54. слід рівність нулю коефіцієнтів 
ℎ  і ℎ ,�� також ℎ   ℎ , ℎ   ℎ , що дозволяє перетворити структуру фільтра 
вид якої наведено на рисунку 3.15. 
 
 
Рисунок 3.15 - Перетворена структура фільтра Найквиста. структурна 
схема КИХ фільтра. ����,����,����  дійсні коефіцієнти, �� �� - блок затримки на 
один такт, Х�� - відлік сигналу на вході секції, ���� - відлік сигналу на виході 
секції 
 
Основною відмінністю фільтра, реалізованого за структурою, наведеною на 
рисунку 3.15 від фільтра з прямою реалізацією є попереднє підсумовування 
відліків, множимо на рівні коефіцієнти, що дозволяє зменшити кількість операцій 
множення. Крім того, як видно з структурної схеми, даний типу фільтрів не містить 
ланцюгів зворотного зв'язку, що дозволить виробляти проріджування сигналу нема 
на виході фільтра, а перед виконанням операції множення (див. Рисунку 3.15), що 
при зниженні частоти дискретизації в R раз ланцюга множення і складання 
працюватимуть тільки для кожного R-го відліку сигналу подається на вхід фільтра. 
Розглянемо можливість реалізації такого фільтра засобами мікроконтролера 
СС2540 вбудованого в бездротової датчик ЕКГ. Коефіцієнти подготавливающего 
фільтра Найквиста були визначені при допомогою програми fdatool пакету Matlab 
при наступних вихідних даних - частота дискретизації 0,5 кГц, R= 3. В результаті 
розрахунку був отриманий фільтр порядку 71, АЧХ якого наведена на рисунку 3.16. 
 
 
Рисунок 3.16 – АЧХ синтезованого фільтра Найквиста 
 
При частоті дискретизації 500 Гц і R=3 y результуючого сигналу після 
виконання зниження частоти дискретизації частотна смуга буде знаходиться в 
діапазоні 0-166Гц, і частота Найквиста такого сигналу буде дорівнює 83 Гц, 
синтезований фільтр на даній частоті забезпечує придушення -6 дБ, що відповідає 
зниженню потужності сигналу на даній частоті в 4 рази (див. Рисунок 3.16). Для 
визначення можливості застосування такого фільтра в безконтактному датчику 
ЕКГ був розроблений програмний модуль (Си функція), викликається під час 
переривання, що генерується таймером з частотою 500 Гц, при реалізації якого була 
врахована можливість угруповання відліків сигналу і наявність нульових 
коефіцієнтів фільтра, як показано на рисунку 55. Як було зазначено вище, при 
використанні фільтра має таку реалізацію необхідно приділити особливу увагу часу 
обробки чергового відліку надходячи на вхід фільтра, який мав би перевищувати 
значення періоду дискретизації сигналу. Для оцінки даного параметра проводилося 
зміна стану одного з портів GPIO мікроконтролера з рівня логічного нуля до рівня 
логічної одиниці на час обробки чергового відліку сигналу, що відображено на 
тимчасовій діаграмі, наведеної на рисунку 3.17. 
 
 101 
 
 
Рисунок 3.17 - Тимчасова діаграма роботи фільтра Найквиста. крива 1 
відображає час обробки відліку фільтром, крива 2 відображає інтервал 
дискретизації. (Скріншот з екрану цифрового осцилографа Rigol) 
 
На осцилограмі, наведеної на рисунку 3.17 крива 1 відображає стану каналу 
виведення мікроконтролера, час знаходження якого в логічній одиниці відповідає 
часу обробки чергового відліку фільтром, крива 2, вдає із себе меандр і відображає 
процес дискретизації сигналу - перехід зі стану логічного одиниці в логічний нуль 
і назад відповідає отриманню чергового дискретного значення сигналу. Як видно з 
порівняння наведених кривих, обробка чергового відліку сигналу завершується до 
отримання подальшого відліку сигналу. 
 
 
3.2 Реалізація пристрою збору і обробки даних 
 
Розглянемо роботу пристрою збору і обробки даних використаної в складі 
Системи телемоніторингу ИАиЭ. Структурна схема представлену на рисунку 3.18. 
 
 
Рисунок 3.17 - Структурна схема пристрою збору і обробки даних 
 
Пристрій збору та обробки даних включає модуль управління, модуль зв'язку 
з датчиками, модуль зв'язку з комунікатором або персональним комп'ютером, 
модуль незалежній пам'яті, а також елементи ланцюга харчування, які не приведені 
на рисунку 3.18. На рисунку 3.19 показаний зовнішній вигляд пристрою збору і 
обробки даних. 
 
Рисунок 3.19-А- пристрій збору і обробки даних в корпусі, В - без 
корпусу, де видно 1 - модуль зв'язку з датчиками, 2 - дисплей 3 - модуль 
зв'язку зі смартфоном, 4 - вузол звукового оповіщення 
 
Прототип пристрою збору, даних вид, якого показаний на рисунку 3.19 має 
розміри 80x25x10мм, має живлення від акумулятора типу BL-5CB. Розглянемо 
рисунок 38 В, де показаний вигляд пристрою збору без корпусу, прототип містить 
модуль 1 зв'язку з датчиками фізіологічних сигналів, реалізований при допомоги 
системи на одному кристалі СС2540, який з'єднаний з модулем управління на 
мікроконтролері типу STM32F4, розташованим під дисплеєм 2. Мікроконтролер 
 
 103 
типу STM32F4 з'єднаний з модулем 3 зв'язку зі смартфоном, який реалізований за 
допомогою модуля SPTB2632C2A, а також з'єднаний з вузлом звукового 
оповіщення 4. Вузол довготривалого зберігання даних 4, наведений на блок схемою 
на рисунку 53 розташований під основний друкованої платою і на рисунку 3.19 В 
не видно. 
Обмін даними між модулем управління і модулем зв'язку з датчиками 
здійснюється за допомогою асинхронного каналу зв'язку (UART), за яким 
передаються два типи даних - службові і призначені для користувача, між якими 
може виникнути перекриття. 
Одним із способів забезпечити поділ службових і призначених для 
користувача даних є їх представлення у вигляді ASCII коду, а для визначення 
початку і закінчення переданого повідомлення використовувати передачу символу 
синхронізації і лічильника, що визначає довжину переданого повідомлення. Однак 
такий спосіб представлення даних призводить до дворазової надмірності при 
передачі відліків фізіологічних сигналів (один байт розділяється на два полубайта). 
Для визначення початку і закінчення передачі команди і контролю можливих 
помилок, що виникають під час передачі даних нами використано властивості 
циклічних кодів -. Циклічний код довжини n задається породжуючим 
непроходимим поліномом �� ��  ступінь якого дорівнює �� ��  де п- загальна 
довжина коду, а k- кількість розрядів, що містять кодуються повідомлення. При 
цьому для зручності передане повідомлення ξ представляється в вигляді полінома 
деякої фіктивної змінної х ,званим інформаційним поліномом, коефіцієнти якого 
визначаються значеннями розрядів кодованого повідомлення. Кодування 
повідомлення ξ шляхом перемноження інформаційного полінома ξ( х)і породжує 
полінома g(х), задає параметри циклічного коду: 
�� �� ξ �� ∙ �� ��  (3.2)  
 
В результаті виконання (3.2) формується кодовий поліном �� ��  або кодове 
повідомлення F передане в канал зв'язку. Одним із способів декодування 
отриманого кодового повідомлення є розподіл із залишком кодового полінома �� ��  
на породжує поліном �� �� . Нульовий залишок від поділу означає успішне 
декодування і відсутність спотворень в отриманому повідомлень, а частка від 
ділення є інформаційним поліномом ξ �� . Кодування переданої команди циклічним 
 
кодом з подальшим аналізом залишку від ділення дозволяє відмовитися від 
застосування стартового маркера, що визначає початок повідомлення і лічильника, 
задає закінчення повідомлення. При цьому для забезпечення обмеження 
розрядності результату математичних операцій з поліномами �� �� , ξ �� , �� ��  
застосовується модульна арифметика по модулю два. Кодування повідомлення 
ξ ��  виконуваного в Відповідно до (8) може бути виконано за допомогою кодує 
КИХ фільтра, коефіцієнти якого формуються з коефіцієнтів породжує полінома 
�� �� , довжина фільтра дорівнює довжині п коду, відмінність кодує КИХ фільтра 
від КИХ фільтрів, розглянутих раніше пояснюється необхідністю обмеження 
розрядності результату і полягає в тому, що підсумовування ведеться по модулю 
два. На вхід кодує фільтра подаються розряди кодованого повідомлення в порядку 
від молодших розрядів до старшим, на виході фільтра при кожному зсуві 
формується закодоване повідомлення F B порядку від молодших розрядів до 
старших, декодування повідомлення F будемо виконувати за допомогою пристрою 
ділення заснованого на регістрі зсуву, зі зворотним зв'язком, структурна схема 
якого приведена на рисунку 3.20. 
 
Рисунок 3.20 –  Структурна схема пристрою ділення 
 
Пристрій розподілу складається з регістра зсуву, кількість осередків якого 
дорівнює ступеню породжує полінома і одно �� ��  і блоку зворотного зв'язку, 
коефіцієнти підсилювачів якої формуються з коефіцієнтів породжує полінома 
�� �� . На вхід кожного осередку регістра зсуву подається сума по модулю два 
зворотного зв'язку і виходу попередньої комірки або розряду на вході пристрою 
ділення. При цьому для нульових коефіцієнтів �� �� підсумовування не 
 
 105 
проводиться, а вхід і вихід відповідних осередків регістра зсуву з'єднуються між 
собою. На вхід пристрою ділення при кожному такті подаються розряди 
закодованого повідомлення F в порядку від старших до молодшим, а на виході 
формуються частка від ділення F(x) на поліном �� �� . після виконання n зрушень 
(проходження через пристрій поділу всіх розрядів F) в регістрі зсуву буде 
міститися залишок від ділення, при нульовому значенні якого, частка від ділення 
одно вихідного повідомлення ξ (Коефіцієнтам інформаційного полінома ξ �� ). 
Таким чином кодування переданої команди циклічним кодом з подальшим 
аналізом залишку від поділу дозволяє відмовитися від застосування стартового 
маркера, що визначає початок повідомлення і лічильника, задає закінчення 
повідомлення. Розглянемо призначені для користувача дані передаються по каналу 
зв'язку, які можна розділити на дві групи: команди з додатковими параметрами, 
призначені для управління процесом обміну даними з датчиками фізіологічних 
сигналів і дискретні відліки ЕКС. При обміні даними між модулем управління і 
модулем зв'язку з датчиками використовуються наступні команди: 
1. Команда запуску виявлення датчиків фізіологічного стану. 
2. Команда встановлення бездротового з'єднання з датчиками 
фізіологічного стану. 
3. Команда завершення бездротового з'єднання з датчиками 
фізіологічного стану. 
4. Команда запиту частоти пульсу одержуваного від датчика пульсу. 
5. Команда запуску процесу реєстрації ЕКС. 
6. Команда запиту статусу датчиків. 
Кожна з наведених команд - запитів, що передаються модулем управління 
модулю зв'язку з датчиками, супроводжується командою - відповіддю, що містить 
результат виконання переданої команди - запиту, кожна команда складається з двох 
частин - коду команди і параметра, призначеного для передачі службової 
інформації, наприклад, в команді - відповіді на команду виявлення датчиків буде 
міститися інформація про кількість і тип виявлених датчиків. Для зниження обсягу 
переданих даних код команди вирішено представляти в двійковому вигляді, як 
показано вище для забезпечення управління датчиками потрібно забезпечити 
передачу шести команд - запитів і шести команд - відповідей, для чого буде 
достатньо 4 біт, довжина параметра була обрана рівної 8 біт. Команда перед 
 
відправкою в канал зв'язку кодується тривіальним двійковим циклічним кодом, на 
основі властивостей якого проводиться синхронізація - визначення початку і 
закінчення передачі команди і забезпечується контроль можливих помилок, що 
виникають під час передачі даних. Для управління датчиками потрібно забезпечити 
передачу 12 (шести команд - запитів і шести команд - відповідей), для чого буде 
досить 4 біт, при цьому довжина параметра була обрана рівної 8 біт, в Внаслідок 
для передачі однієї команди потрібно передача 12 біт. для кодування такої команди 
був застосований циклічний код, який має довжину n=15, кількість інформаційних 
розрядів k=12, породжує поліном якого був отриманий за даними про його коріння, 
за допомогою методики наведеної в, в результаті було отримано породжує поліном 
�� �� �� 1. Код породжується даними поліномом є двійковим, довжина якого 
не перевищує двох байт, що дозволяє при практичній реалізації на мікроконтролері 
використовувати в якості регістрів зсуву в пристроях множення і ділення двобайтне 
цілих без знака і операції зсуву при обробці чергового розряду повідомлення. 
Передача команди здійснюється наступним чином. На вхід підпрограми - кодера, 
виконуваної мікро контролером подається код переданої команди, на основі якого 
підпрограма - кодер виконує опитує відповідні змінні, на підставі значень яких 
формується значення параметра передається команди. Після чого проводиться 
формування інформаційної послідовності ξ представлений двобайтовим цілим 
числом типу uint16. Перші чотири біта інформаційної послідовності формується за 
логічного «або» за допомогою маски містить в старших розрядах код переданої 
команди. Наступні вісім біт послідовності формується також по логічному «або» 
на основі отриманого раніше значення параметра команди. Після чого сформована 
послідовність подається на вхід кодує КИХ фільтра, в результаті чого буде 
сформована кодова послідовність F. 
Після завершення множення ξ(х) і g(х) проводиться поділ послідовності F на 
два байта і передача по каналу UART в порядку від старших розрядів до молодших. 
При цьому, для гарантії відсутності «накладення» молодшого байта на старший 
послідовності F, B якості прапора для передачі подальшого байта використовується 
підтвердження в ехо-байта. Крім того, ехо-байт використовується для контролю 
помилок, що виникають під час передачі даних по каналу зв'язку, наприклад, в разі 
помилкового прийому нульового байта при включенні системи збору та обробки 
даних. У разі, якщо ехо-байт не дорівнює відправленому байту, передача кодової 
 
 107 
комбінації F починається заново (число повторів передачі обмежена десятьма 
повторами, після чого програма – кодер видає захисний відмову). Підпрограма - 
декодер приймальної сторони після прийому першого байта послідовності F 
відправляє ехо-байт рівний прийнятого байта. 
Після прийому двох байт підпрограма - декодер виробляє декодування 
прийнятої комбінації F. Після закінчення декодування проводиться аналіз залишку 
r частка від ділення ��̅, на основі якого формується значення ехо-байта. У разі 
ненульового значення r значення ехо-байта дорівнює останньому прийнятому 
байту плюс одиниця. При нульовому значенні r команда F вважається успішно 
прийнятої і відбувається лексичний аналіз отриманої частки від ділення- ��̅. 
Лексичний аналіз отриманої послідовності ��̅, полягає в накладення по логічному 
«і» маски виявляє код команди, після чого проводиться пошук відповідної команди 
по базі команд, що містяться в пам'яті мікроконтролера приймальної сторони. У 
разі якщо відповідність знайдено проводиться відправка ехо-байта рівного 
останньому прийнятому байту, після чого проводиться подальше декодування 
параметра команди і її виконання. При відсутності відповідності, віддається ехо–
байт значення якого дорівнює останньому прийнятому байту плюс два. 
Застосування такого підходу дозволяє відмовитися від передачі байта 
синхронізації для визначення початку переданого повідомлення, відмовитися від 
ASCII кодування кожного байта переданого повідомлення, що збільшує обсяг 
переданих даних, що застосовується для гарантії від помилкового накладення 
керуючих символів і кодів команд з одними даними. 
 
 
3.3 Розробка способу моніторингу серцевої діяльності пацієнта 
 
Реєстрація ЕКС в умовах повсякденної активності пацієнта супроводжується 
впливом перешкод і збурень (наприклад, зміщення реєструють датчиків), що 
призводить до погіршення параметрів якості ЕКС і втрати його діагностичної 
цінності. Для підвищення достовірності отриманого ЕКС і надійності системи 
телемоніторингу, а також можливості оповіщення пацієнта про необхідність 
корекції положення реєструють датчиків ЕКС запропонований спосіб 
телемоніторингу в основі якого лежить застосування додаткових датчиків і 
 
алгоритмів попередньої обробки для визначення рівня допустимих спотворень 
ЕКС, запропонованих в розділах 2.3.3 - 2.3.4 другого розділу. В якості додаткових 
датчиків застосований датчик пульсу оптичного типу і сенсор фізичної активності, 
застосування оптичного методу вимірювання пульсу обумовлено тим, що даний 
методом в Нині масово застосовуються не тільки в медичних пристроях, але і в 
індивідуальних носяться автономних пристроях таких як спортивні пульсометри, 
крокоміри з можливістю оцінки частоти пульсу. такі пристрої володіють високою 
надійністю за рахунок можливості зручної і надійної фіксації датчика на зап'ясті 
пацієнта і тією обставиною, що при обробці сигналів визначаються тільки пікові 
значення, без проведення додаткового аналізу форми сигналу. Необхідність 
визначення тільки пікових значень дозволяє обмежити частотний спектр сигналу 
тільки областю відповідної діапазону частот серцевих скорочень, тим самим 
знизити вплив шумів і наведень. Крім того, ряд подібних пристроїв мають 
підтримку стандартного Bluetooth-профілю, призначеного для передачі даних про 
частоту пульсу. Розглянемо докладніше пропонований спосіб моніторингу, який 
складається з виконання трьох основних кроків: 
1. Встановлення радіозв'язку між системою збору даних і датчиками 
фізіологічних сигналів. 
2. Реєстрація та накопичення вибірки фізіологічних сигналів за фіксований 
проміжок часу. 
3. Під час накопичення подальшої вибірки проводиться аналіз 
накопичених сигналів і визначення необхідності передачі сигналів оповіщення 
пацієнта і медичного персоналу. 
Після закріплення елементів системи моніторингу на тілі пацієнта і 
включення їх електроживлення, система збору та обробки даних виробляє 
виявлення доступних бездротових датчиків і встановлення радіозв'язку. В випадку 
відсутності радіозв'язку системи збору і обробки даних з датчиками фізіологічних 
сигналів, проводиться оповіщення пацієнта про помилку при спробі встановлення 
радіозв'язку з подальшим наданням пацієнтові вибору між повторною спробою 
з'єднання або завершенням роботи, при успішному встановленні радіозв'язку з 
датчиками проводиться запуску знімання, аналого-цифрового перетворення 
фізіологічних сигналів пацієнта і накопичення фізіологічних сигналів пацієнта, 
після накопичення фізіологічних сигналів пацієнта за фіксований проміжок часу, 
 
 109 
що лежить в межах 10-60 секунд. За наступний фіксований проміжок часу, 
проводиться обробка накопичених фізіологічних сигналів за попередній 
фіксований проміжок часу за таким алгоритмом. Проводиться визначення частоти 
пульсу пацієнта Pf яка визначається як середнє значення по частоті пульсу пацієнта 
Pf дотриманої за фіксований проміжок часу від датчика пульсу оптичного типу, для 
отриманого значення Pf проводиться визначення його приналежності до інтервалу 
допустимих значень частоти пульсу пацієнта Rp: 
�� ���� ��  (3.3)  
де ����- частота пульсу пацієнта за фіксований проміжок часу, �� , �� - 
межі інтервалу допустимих значень частоти пульсу пацієнта RP. Причому інтервал 
допустимих значень пульсу пацієнта ��  задають по фізіологічним показаннями 
пацієнта медичним персоналом або в діапазоні 50- 160 ударів в хвилину. Одночасно 
з визначенням приналежності частоти пульсу пацієнта ���� до інтервалу допустимих 
значень проводиться визначення коефіцієнта Pd спотворень ЕКС: 
��
��  (3.4)  
��
де ��  - загальна кількість ділянок вибірки ЕКС пацієнта за фіксований 
проміжок часу, певні, як неспотворені, ��  – кількість ділянок ЕКС пацієнта за 
фіксований проміжок часу, певних, як неспотворені. визначення кількості ��  
неспотворених ділянок проводиться за допомогою алгоритмів, запропонованих в 
розділі 2.3.3 і 2.3.4 другого розділу, отримане значення Pd порівнюється з 
максимально допустимим значенням коефіцієнта спотворень RG EKC пацієнта: 
�� ��  (3.5)  
Значення ��  задається медичним персоналом знаходиться в діапазоні (0;1]. 
Потім проводиться порівняння рівня сигналу від сенсора фізичної активності 
пацієнта, діапазон змін якого знаходиться в межах 0-255, з уставкою W рівня 
фізичної активності пацієнта.  
Залежно від якості фізіологічних сигналів і стану пацієнта в процесі аналізу 
одержуваних сигналів може виникнути один з п'яти випадків, що схематично 
зображено на рисунку 3.21. 
 
 
Рисунок 3.21 -А - вид сигналу одержуваного від датчика ЕКГ, В - рівень 
спотворень ЕКС, С - значення частоти пульсу пацієнта Pf, D - рівень фізичної 
активності пацієнта RG - допустиме значення коефіцієнта спотворень, Rp - 
інтервал допустимих значень частоти пульсу, W - уставка рівня фізичної 
активності (відзначені пунктирними лініями) 1-5 - випадки різного якості 
фізіологічних сигналів 
 
На рисунку 3.21 А наведено ЕКС різної якості, а на рисунку 56 B-D 
суцільними лініями показаний рівень спотворень ЕКС, значення частоти пульсу, а 
також рівень фізичної активності. При цьому допустиме значення коефіцієнта 
спотворень RG, інтервал допустимих значень частоти пульсу Rp і уставка рівня 
фізичної активності відзначені пунктирними лініями. 
Розглянемо наведені на рисунку 3.21 випадки. За належності частоти пульсу 
пацієнта Pf до інтервалу допустимих Rp, коефіцієнті Rd не перевищує 
максимального значення коефіцієнта спотворень ЕКС пацієнта RG, що показано на 
ділянці 1 рисунка 3.21, частоту пульсу пацієнта Pf і параметри ЕКС пацієнта 
передаються на оперативну станцію спостереження і зберігаються на носії 
інформації вбудованому в систему збору та обробки даних. 
У разі належності частоти пульсу пацієнта Pf поза інтервалу допустимих 
значень частоти пульсу пацієнта Rp, а коефіцієнті Pd спотворень ЕКС пацієнта 
перевищує максимальне значення коефіцієнта спотворень ЕКС пацієнта RG 
показаному на ділянці 2 рисунка 3.21, передають повідомлення пацієнту про 
необхідність перевірити кріплення датчиків ЕКГ, потім система збору і обробки 
 
 111 
даних передає за допомогою смартфона тільки частоту пульсу пацієнта Pf на 
оперативну станцію спостереження і виробляє збереження накопичених даних на 
внутрішньому носії. 
У разі знаходження частоти пульсу пацієнта Pf поза інтервалу допустимих 
значень, частоти пульсу пацієнта Rp і значенні коефіцієнта Pd спотворень ЕКС 
пацієнта менш максимального значення коефіцієнта пацієнта RG спотворень ЕКС, 
показаному на ділянці 3 рисунка 3.21, за допомогою дисплея і вузла звукового 
оповіщення системи збору і обробки даних проводиться оповіщення пацієнта про 
необхідність перевірити кріплення датчика пульсу, потім за допомогою смартфона 
проводиться передача параметрів ЕКС пацієнта оперативної станції спостереження 
і виробляє збереження даних. 
У разі знаходження частоти пульсу пацієнта Pf поза інтервалу допустимих 
значень частоти пульсу пацієнта Rp, коефіцієнті Pd спотворень ЕКС пацієнта 
перевищує максимальне значення коефіцієнта спотворень RG ЕКС пацієнта, 
перевищення рівня сигналу сенсора фізичної активності пацієнта уставки W, 
показаному на ділянці 4 рисунка 56, передається повідомлення пацієнту про 
необхідність перевірити кріплення датчиків ЕКГ і датчика пульсу, після чого 
проводиться збереження накопичених даних. При рівні сигналу від сенсора 
фізичної активності пацієнта не перевищує уставку W, що відповідає випадку, 
наведеному на ділянці 5 рисунка 56, передається пацієнту повідомлення про 
критичному стані, потім система збору і обробки даних передає сигнал оповіщення, 
супроводжуваний даними про пульс пацієнта і параметрами ЕКС пацієнта на 
оперативну станцію спостереження даних, після чого проводиться збереження 
накопичених даних. 
 
Висновки до розділу 3 
 
У третій главі розглянуті особливості структури системи телемоніторингу і 
процесу попередньої обробки, реєстрованого ЕКС. Наведено опис розробленого в 
ІАіЕ безконтактного бездротового датчика ЕКГ. Досліджено різні методи передачі 
даних по каналу BLE і можливість формування пікомережі бездротових датчиків 
ЕКГ. показано, що за критерієм отримання максимальної частоти передачі даних 
при мінімально можливому значенні споживаного струму оптимальним є метод 
 
повідомлень. Метод повідомлень забезпечує передачу даних з частотою 
надходження відліків 100- 150 Гц, при одночасній роботі двох датчиків. 
Досліджено різні способи зниження частоти дискретизації ЕКС, необхідного 
для узгодження з максимально можливою частотою передачі даних по 
бездротовому каналу. Розглянуто застосування різних типів підготовляють 
фільтрів, що пригнічують ефект накладення спектрів при зниженні частоти 
дискретизації. Показано, що за критерієм мінімізації кількості обчислювальних 
операцій необхідних для обробки фрагмента ЕКС фіксованої довжини 
оптимальним є модифіковане уявлення фільтра Найквиста. 
Для скорочення обсягу переданих даних і забезпечення синхронізації 
запропоновано використовувати властивості циклічних кодів в протоколі передачі 
даних за допомогою асинхронного приймача. Розглянутий спосіб дозволяє 
відмовитися ASCII кодування переданих відліків ЕКС і керуючих команд, що 
виконується для гарантії відсутності перекриття між керуючими командами і 
переданими відліків ЕКС. Показано, що застосування такого способу 
синхронізації, в порівнянні з ASCII кодуванням, дозволять знизити кількість 
переданих даних при передачі відліків ЕКС в два рази, а при передачі керуючих 
команд до п'яти. 
Запропоновано спосіб телемоніторингу серцевої діяльності людини, в основі 
якого лежить накопичення і обробка послідовних вибірок фізіологічних сигналів 
одержуваних одночасно від датчика пульсу, хоча б одного датчика ЕКГ і сенсора 
фізичної активності, що включає визначення за запропонованим алгоритмом рівня 
допустимих спотворень ЕКС, приналежності частоти пульсу і рівня фізичної 
активності пацієнта до інтервалах допустимих значень визначаються медичним 
персоналом, що дозволяє підвищити достовірність отриманих даних, забезпечує 
оповіщення пацієнта і передачу на оперативну станцію спостереження даних про 
відхилення контрольованих параметрів фізіологічних сигналів від заданих або про 
необхідність корекції положення реєструють датчиків, при погіршенні параметрів 
якості одержуваних сигналів. 
  
 
 113 
ВИСНОВКИ  
 
В рамках проведеної роботи розроблені алгоритмічні засоби автоматизованого 
збору, попередньої обробки, прийняття рішень і стиску ЕКС, орієнтовані на 
застосування в індивідуальних дистанційних системах моніторингу серцевої діяльності 
пацієнта і реалізацію в умовах обмежень на продуктивність і швидкодію 
обчислювальних засобів. 
Показано, що для оцінки якості ЕКС засобами автономної системи 
телемоніторингу перспективним є підхід, заснований на спільному застосуванні 
критеріїв якості сигналу і методів машинного навчання, при цьому необхідною умовою 
для підвищення якості роботи системи виявлення спотворень заснованої на 
машинному навчанні потрібно формування навчальних вибірок, що містять фрагменти 
ЕКС різної тривалості, якості та морфології. В ході роботи запропонована система 
виявлення спотворень, ЕКС заснована на спільному застосуванні методу опорних 
векторів і критеріїв якості сигналу, що володіє властивістю інваріантності до тривалості 
перекручених ділянок. Для побудови навчальної вибірки запропоновано адаптивний 
метод, що дозволяє оптимізувати параметри системи виявлення спотворень під 
індивідуальні особливості ЕКС користувача системи моніторингу. 
Встановлено, що одним з перспективних спосіб стиску ЕКС є застосування 
апарату вейвлет перетворень. В ході виконання роботи запропонований спосіб 
стиснення в основі якого лежить зміна уявлення коефіцієнтів вейвлет перетворень ЕКС. 
В ході досліджень був розроблений алгоритм управління дистанційною 
системою моніторингу серцевої діяльності пацієнта, який полягає в накопиченні і 
обробці послідовних вибірок фізіологічних сигналів одержуваних одночасно від 
датчика пульсу, хоча б одного датчика ЕКГ і сенсора фізичної активності, що включає 
визначення за запропонованим алгоритмом рівня допустимих спотворень ЕКС, 
приналежності частоти пульсу і рівня фізичної активності пацієнта до інтервалах 
допустимих значень визначаються медичним персоналом, що дозволяє підвищити 
достовірність отриманих даних, забезпечує оповіщення пацієнта і передачу на 
оперативну станцію спостереження даних про відхилення контрольованих параметрів 
фізіологічних сигналів від заданих або про необхідність корекції положення 
реєструють датчиків, при погіршенні параметрів якості одержуваних сигналів.