ПОПЕРЕДНЯ ОБРОБКА ТА АНАЛІЗ ЕКГ СИГНАЛІВ

Автор(и)

  • НАТАЛІЯ МАТВЄЄВА Дніпровський національний університет імені Олеся Гончара Автор https://orcid.org/0009-0004-3774-5679
  • ДМИТРО ІВАНИЦЯ Дніпровський національний університет імені Олеся Гончара Автор

DOI:

https://doi.org/10.31891/2307-5732-2025-355-55

Ключові слова:

цифрова обробка сигналів, частотний аналіз, вейвлет-аналіз, ЕКГ, усунення шумів сигналу

Анотація

Сучасна функціональна діагностика серцево-судинних захворювань має велику кількість різних інструментальних методів дослідження, але однією з найпоширеніших є ЕКГ сигнали. Сигнали ЕКГ легко вимірювати, зберігати в електронному вигляді, обробляти цифровими методами. Ці та деякі інші особливості ЕКГ створюють певні перспективи для їх застосування в системах діагностики.

Сигнали ЕКГ суттєво залежать від фактичного психологічного та фізичного стану людини. Це значно ускладнює алгоритми обробки сигналів. Також на сигнали ЕКГ впливають зовнішні джерела шуму: шум контакту електродів; короткочасні шумі, що є наслідком руху пацієнта; наводки, створенні електромагнітним полем від оточуючих електроприладів тощо. Тому первісні сигнали повинні зазнавати попередньої обробки, до якої відноситься фільтрація.

Фільтрація ЕКГ сигналів дозволяє видалити сторонній шум, зберігаючи при цьому ключові особливості сигналу, такі як зубці R, інтервали RR та частота серцевих скорочень. Видалення шуму з сигналу ЕКГ покращує його точність і дозволяє використовувати ці дані для аналізу варіабельності серцевого ритму (HRV) та частотного аналізу сигналу. В роботі використовувалися фільтри Баттерворта, Чебишева та еліптичний.

Проведення частотного аналізу сигналів ЕКГ за допомогою швидкого перетворення Фур'є (FFT) та вейвлет-аналізу дозволило детально вивчити частотний склад сигналів та виявити їхні особливості. Візуалізація результатів фільтрації та аналізу допомогла наочно оцінити ефективність фільтрації та інтерпретувати отримані дані.

Розглянуті дослідження показують високу ефективність використання розробленого програмного забезпечення для аналізу сигналів та відкривають шлях для подальших досліджень у напрямку виявлення додаткової інформації з ЕКГ-сигналу, яка б слугувала основою для ранньої діагностики серцево-судинних захворювань.

Завантаження

Опубліковано

28.08.2025