СПОСОБ И УСТРОЙСТВО ДЛЯ ОПРЕДЕЛЕНИЯ ЧАСТОТНОГО ДИАПАЗОНА ШУМА Российский патент 2014 года по МПК A61B7/04 

Область техники

Настоящее изобретение относится к способу и устройству для определения диапазонов частот сердечного шума для классификации патологических шумов сердца.

Уровень техники

Приблизительно один процент всех детей имеют какие-либо симптомы врожденных пороков сердца. Иногда очень важно, чтобы состояния этих детей наблюдались до двенадцатилетнего возраста. Несмотря на то что аускультация сердечного тона квалифицированным врачом является первичным и обычным подходом при наблюдении таких состояний, нехватка квалифицированных врачей, особенно в развивающихся странах, делает автоматизированные подходы для наблюдения приоритетными. Некоторые исследователи проводят диагностику сердца у взрослых посредством цифрового способа анализа тона сердца. Однако это соответствует только низкой степени выявления детей с врожденными пороками сердца. Существуют значительные различия компьютеризированного контроля проблем сердца у взрослых и врожденных пороков сердца у детей.

Компьютеризированная фонокардиограмма, в качестве неинвазивной акустической системы выявления врожденных пороков сердца, является полезным методом для врачей. Также она может открыть возможности для проверки состояния сердца детей посредством телеконсультации. Следует отметить, что, несмотря на то, что цифровая фонокардиограмма сама по себе не может обеспечить всю информацию, необходимую, например, для принятия решения о целесообразности хирургической операции сердца, она может существенно сократить излишнее применение эхокардиографии, которая является более дорогостоящим и трудоемким способом. Кроме того, ранняя диагностика пороков сердца у детей может полностью исключить в дальнейшем необходимость хирургических операций, при условии применения соответствующих медицинских процедур.

Таблица 1 Частота случаев порока развития сердца на 1000 детей Порок развития Врожденный порок сердца, % Дефект межжелудочковой перегородки (ДМЖП) 33 Открытый артериальный проток (ОАП) 10 Стеноз легочной артерии (СЛА) 10 Тетрада Фалло (ТФ) 9 Аортальный стеноз (АС) 8 Дефект межпредсердной перегородки (ДМП) 5 Коарктация аорты 5 Транспозиция магистральных сосудов 5 Дефект предсердно-желудочковой 4 перегородки   Общий артериальный ствол 1 Атрезия трехстворчатого клапана 1 Тотальный аномальный дренаж легочных вен 1 Другое 8

Таблица 1 показывает частоту случаев главных пороков развития сердца у детей, как сообщалось в «The heart: Congenital heart disease, in Basic Pathology», Chap.11 (W.B. Saunders Company, Philadelphia USA, 1997).

Фонокардиограмма (ФКГ) - сигнал, регистрирующий акустические волны, обусловленные механической работой сердца, и являющийся полупериодным. Электрокардиограмма (ЭКГ) - сигнал, регистрирующий электрический потенциал, инициируемый электрической активностью клеток сердца. Нормальный тон сердца в каждом цикле содержит две основные части, называемые S1 и S2. Механические активности сердца всегда возникают в результате электрической активности сердца. S1 всегда сопровождает Q пик сигнала ЭКГ, в то время как S2 всегда сопровождает его Т пик.

В ЕР 1558145 раскрыт способ получения информации на основе сигнала сердечного тона. Этот документ описывает способ получения информации о шумах из данных фонокардиограммы, где частотно-временные характеристики применяются для определения особенностей тона сердца. В частности, для применения этого способа необходимо разложить сигнал на временной и частотный интервалы, систолы и диастолы.

В US 2005/0222515 раскрыт способ определения показателя сердечного тона из частотно-временного распределения силы сердечного тона. В этом документе предлагается воспроизведение упомянутого показателя для быстрого распознавания характеристик квалифицированными врачами.

В US 5638823 раскрыто применение частотно-временного анализа для определения фактора риска у пациента, страдающего артериальным стенозом.

В документах «Automated Pediatric Auscultation», J.P. de Vos et Al. in IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL.54, No. 2, FEBRUARY 2007 и «Artificial Neural Network-Based Method for Screening Heart Murmurs in Children», C. Degroff et Al. in Circulation, pp.2712-2716, Jun. 2001 описано автоматизированное выявление врожденных пороков сердца, основанное на анализе формы сигнала в качестве математической основы для выделения признаков, не принимая во внимание поврежденные отделы сердца, которые являются причиной нарушения сердечного тона.

Следует отметить, что каждый врожденный порок сердца является причиной ненормальных тонов сердца, в особенности диапазона частот, который может не соответствовать шкалам частот при анализе формы сигнала. В результате способы, основанные на анализе формы сигнала, требуют проведения обработки сердечного тона по множественной шкале для того, чтобы обеспечить достаточное различие между случаями нормы и аномалии. Это, однако, увеличивает величину характеристического вектора, который, в свою очередь, отражает негативное влияние на качество этапа классифицирующего испытания, исходя из установленного размера данных обучения.

Кроме того, увеличение величины характеристического вектора может включать в процесс классификации диапазоны частот, которые являются нерелевантными. Для прояснения этого вопроса мы установили, что некоторые дети, имеющие нормально работающее сердце, могли иметь функциональные шумы, обладающие энергией, которая приходится на частоты, подобные таковым, которые показывают различные сердечные заболевания.

Цель изобретения

Цель настоящего изобретения заключается в разработке способа и соответствующего устройства для определения патологии сердца, исходя из фонокардиограммы, которые лишены недостатков предшествующего уровня техники.

Еще одна цель настоящего изобретения заключается в разработке способа и соответствующего устройства для определения диапазонов частот, которые могут быть применены для установления характеристического вектора для выявления шума сердца и связанной с этим патологии сердца.

Краткое описание изобретения

Первый аспект изобретения относится к способу (не применяемому на млекопитающих (включая человека)) определения характеристик диапазона частот сердечного заболевания, содержащему этапы:

- сбора и/или регистрации (из базы данных) первой группы фонокардиограмм от первой группы для сравнения, состоящей из здоровых пациентов, и второй группы фонокардиограмм от второй группы пациентов, страдающих этим заболеванием сердца;

- определения нормы частотной выборки и максимальной пороговой частоты, получая конечную совокупность отобранных частот;

- вычисления спектральных энергий при всех отобранных частотах;

- вычисления спектральных энергий при всех возможных диапазонах частот;

- сравнения этих спектральных энергий всех возможных диапазонов частот;

- определения диапазона частот, позволяющего достичь максимального различия между спектральными энергиями этих фонокардиограмм из первой и второй групп фонокардиограмм. При данном способе пороговая частота (максимальная) равна приблизительно 500 Гц (предпочтительно при значении, заключенном между приблизительно 400 Гц и приблизительно 600 Гц).

Под диапазоном частот в настоящей заявке подразумевается особый интервал частот, ограниченный определенными отобранными частотами.

Во втором аспекте настоящее изобретение относится к способу определения заболеваний сердца, поражающих пациента, который, помимо определения характеристик диапазона частот сердечного заболевания, включает этапы сравнения этой оптимизированной энергии диапазона частот фонокардиограммы конкретного пациента с соответствующей энергией диапазона частот первой и второй групп фонокардиограмм для определения, страдает ли этот (конкретный) пациент этим (конкретным) заболеванием сердца.

Согласно предпочтительному воплощению настоящего изобретения этот способ в дальнейшем характеризуется одним или несколькими следующими признаками:

- заболевание сердца предпочтительно выбрано из группы, состоящей из дефекта межжелудочковой перегородки, открытого артериального протока, стеноза легочной артерии, тетрады Фалло, аортального стеноза, дефекта межпредсердной перегородки, коарктации аорты, транспозиции магистральных сосудов, дефекта предсердно-желудочковой перегородки, общего артериального ствола, атрезии трехстворчатого клапана, тотального аномального дренажа легких или их комбинаций;

область установления диапазона частот находится между приблизительно 1 Гц и приблизительно 500 Гц;

- установленный диапазон частот находится между приблизительно 88 Гц и приблизительно 96 Гц, и заболевание сердца является дефектом межжелудочковой перегородки;

- установленный диапазон частот находится между приблизительно 50 Гц и приблизительно 60 Гц, и заболевание сердца является тетрадой Фалло;

- установленный диапазон частот находится между приблизительно 15 Гц и приблизительно 121 Гц, и заболевание сердца является открытым желудочковым артериальным протоком;

- установленный диапазон частот находится между приблизительно 17 Гц приблизительно 129 Гц, и заболевание сердца является аортальным стенозом;

- установленный диапазон частот находится между приблизительно 16 Гц и приблизительно 32 Гц, и заболевание сердца является стенозом легочной артерии;

- спектральные энергии вычислены только на систолическом участке фонокардиограммы и/или

- сравнение фонокардиограмм выполнено с помощью нейронной сети.

Другой аспект изобретения относится к устройству, содержащему регистрирующее фонокардиограмму(ы) средство, накопитель информации фонокардиограмм(ы), средство вывода данных, процессор и набор инструкций для осуществления способа согласно изобретению.

Изобретение также относится к набору инструкций, выполняемых на программируемом устройстве, при исполнении которых реализуется описанный способ.

Краткое описание графических материалов

На Фиг.1 представлен полный период тона сердца (верх) наряду с сигналом ЭКГ (низ).

На Фиг.2 представлены ФКГ и ЭКГ трехлетней девочки с ДМЖП.

На Фиг.3 представлены ФКГ и ЭКГ шестимесячной девочки с ОАП.

На Фиг.4 представлены ФКГ и ЭКГ трехмесячного мальчика с СЛА.

На Фиг.5 представлены ФКГ и ЭКГ двухлетнего мальчика с ТФ.

На Фиг.6 представлены ФКГ и ЭКГ двенадцатилетнего мальчика с АС.

На Фиг.7 представлены ФКГ и ЭКГ шестилетнего мальчика с ДМП.

На Фиг.8 показана спектральная энергия, вычисленная для двух независимых диапазонов частот (30 Гц - 50 Гц, 250 Гц - 300 Гц), наряду с Arash-диапазоном для четырех случаев каждого из детских врожденных пороков сердца ДМЖП, ТФ, ОАП, ДМП, АС и СЛА (◆) по отношению к случаям нормы (∎). Легко увидеть, что отличием случаев нормы от пороков является значительно лучшие энергии Arash-диапазона.

Результаты алгоритма согласуются с оценкой по Джек-Найфу. Случаи аномалии (пациенты 1-54) обозначены как (◆) и случаи нормы (пациенты 55-90) обозначены как (∎).

Подробное описание изобретения

Настоящее изобретение раскрывает способ автоматизированного выявления пороков сердца у детей посредством методик анализа сердечного тона.

Способ основан на классификации патологических шумов, исходя из отделов сердца, инициирующих шумы. Эти категории патологических шумов могут быть определены посредством исследования энергии сердечного тона с помощью определенных диапазонов частот, в дальнейшем именуемых Arash-диапазонами.

В зависимости от типа порока сердца шумы могут проявляться в различных частях сердечного тона. Однако наиболее часто наблюдаемые заболевания вызывают какой-либо шум в систолических участках. Таким образом, для диагностики сердечного тона предпочтительно использовать систолические участки.

Для определения Arash-диапазонов для каждой категории энергию сердечного тона определяют посредством всех возможных диапазонов частот. Затем устанавливают Arash-диапазон в качестве диапазона, который обеспечивает наименьшую ошибку группирования по сравнению с нормальным сердечным тоном. Затем содержание энергии Arash-диапазона формирует характеристический вектор, подходящий для классификации с помощью нейронной сети.

Подход согласно настоящему изобретению к определению Arash-диапазона для каждого заболевания является таким, что содержание энергии сердечного тона в пределах Arash-диапазона для каждого заболевания обеспечивает максимальное различие между случаями нормы и аномалии. Многослойная перцептронная (МП) нейронная сеть преимущественно классифицирует характеристические вектора, построенные на основе энергий Arash-диапазона, на случаи нормы и аномалии.

Многослойный перцептрон представляет собой модель искусственной нейронной сети с прямой связью, которая преобразует комплекс входных данных в комплекс соответствующих выходных данных. Она представляет собой модификацию стандартного линейного перцептрона, в котором использованы 3 или более слоя нейронов (узлы) с нелинейными функциями активации, и является более эффективной, чем перцептрон, т.к. может успешно различать данные, которые неотделимы линейно или отделимы посредством гиперплоскости.

Точное определение Arash-диапазонов через минимизацию величины характеристического вектора делает классификатор более сильным относительно возможного ошибочного диагноза (положительного или отрицательного) для таких случаев.

Предложенный способ выявления в отличие от стандартных медицинских классификаций основан на классификации врожденных пороков сердца на основании отделов сердца, которые являются причиной патологических шумов.

Было обнаружено, что сердечный тон у детей с врожденными пороками сердца проявляет концентрации энергии при определенных диапазонах частот, которые являются отличными от таковых у нормальных детей. Эти диапазоны частот называют Arash-диапазонами.

Таким образом, спектральные энергии Arash-диапазонов могут быть применены в качестве характеристического вектора для выявления врожденных пороков сердца у детей. Данные Arash-диапазоны зависят от отделов сердца, вызывающих шумы.

Некоторые из врожденных пороков сердца вызывают шумы, которые не соответствуют отделам сердца с нарушениями. Также существуют врожденные пороки сердца, при которых причиной возникновения шумов являются одни и те же отделы сердца (например, при ДМП и СЛА). Шумы при ДМП и СЛА возникают в результате перегруженности клапана легочной артерии. Как будет показано, Arash-диапазоны для этих двух заболеваний преимущественно совпадают, что подтверждает связь между Arash-диапазонами и отделами сердца, инициирующими шумы. Конечное выявление заболевания выполняют посредством нейронной сети, которая действует, исходя из характеристического вектора, построенного на основании содержаний энергии Arash-диапазонов для всех интересующих заболеваний.

Arash-диапазон для определенного врожденного порока сердца является диапазоном частот, который обеспечивает максимальное различие между спектральной энергией нормальных и аномальных (ненормальных) тонов сердца. Для определения Arash-диапазона применяют функцию спектральной плотности сигнала (СПС).

Анализ распределения спектральной энергии для всех имеющихся фонокардиограмм показал, что сигнал сердечного тона обладает несущественной энергией при частотах приблизительно 500 Гц (Fmax).

По этой причине предпочтительно ограничить анализ тона до приблизительно 500 Гц.

На первом этапе спектральную энергию всех возможных диапазонов частот вычисляли для всех случаев базы данных обучения. Энергию субдиапазона к между двумя произвольными частотами f1 и f2, где индексы k=1, …, N (N равно общему числу субдиапазонов) соответствуют всем возможным субдиапазонам ниже Fmax, определяли как

$$E(k)={\displaystyle \sum _{f=f_1}^{f_2}СПС(f)}$$

где СПС(f) представляет собой функцию спектральной плотности сигнала.

Если f1=0 и частота f2 повышается на 1 Гц (f2=1, …, Fmax), все возможные субдиапазоны энергий, начиная с f1=0, вычисляли следующим образом:

$$E(k)={\displaystyle \sum _{f_2=1}^{F_{\max }}{\displaystyle \sum _{f=0}^{f_2}СПС(f)}}$$

$$k=f_2$$

данном случае k=1, …, Fmax и общее число всех возможных субдиапазонов равно Fmax.

Если предполагается, что f1=1, тогда f2=2, …, Fmax и энергии субдиапазонов равны:

$$E(k)={\displaystyle \sum _{f_2=1}^{F_{\max }}{\displaystyle \sum _{f=0}^{f_2}СПС(f)}}$$

$$k=F_{\max }+f_2-1$$

В данном случае k=(Fmax+1), …, (2*Fmax-1), которое начинается сразу после предыдущего случая (k=Fmax) и общее число всех возможных диапазонов частот равно (Fmax-1).

По мере того как f1 увеличивается на единицу, общее число k уменьшается на единицу. Индексы субдиапазона k для каждого случая f1 не должны перекрываться с предыдущим случаем. Если f 1=0, …, (Fmax-1), вычисление всех энергий субдиапазона для каждой f1 определяет все возможные энергии субдиапазона ниже частоты Fmax.

В общем, следующие соотношения определяют вычисление энергий субдиапазона:

$$E(k)={\displaystyle \sum _{f_1=0}^{F_{\max }-1}{\displaystyle \sum _{f_2=f_1+1}^{F_{\max }}{\displaystyle \sum _{f=f_1}^{f_2}СПС(f)}}}Ур.1$$

$$k=F_{\max }*f_1-{\displaystyle \sum _{j=0}^{f_1}j+f_2}Ур.2$$

где k покрывает все возможные субдиапазоны ниже частоты Fmax. Общее число субдиапазонов равно N=(F_max*(F_max+1))/2.

Arash-диапазон для врожденного порока сердца является диапазоном частот с максимальными различиями спектральной энергии между нарушенными тонами и нормальными тонами сердца. По этой причине определение Arash-диапазона включает следующие этапы:

- определить E_1,i(k) для энергии субдиапазона сигнала сердечного тона для субъекта 1 в классе i для определенного субдиапазона k;

- выделить дифференциальный порог для двух классов для каждого E_1,i(k) с учетом k;

- определить среднее значение и изменение E_1,i(k) для двух классов (i=1, 2) для нахождения порогов:

$${\mu }_i(k)=\frac{1}{N_i}{\displaystyle \sum _{i=1}^{N_i}{E}_{\mathrm{1,}i}}(k)Ур.3$$

$${\delta }_i^2(k)=\frac{1}{N_i}{\displaystyle \sum _{i=1}^{N_i}(E_{\mathrm{1,}i}}(k)-{\mu }_i(k){)}^2Ур.4$$

K=1, …, N и i=1, 2

где µ_i(k) соответствует среднему значению энергии субдиапазона k относительно нормы (i=1) и врожденного порока сердца (i=2), соответствует изменению значения $${\delta }_i^2(k)\cdot {\mu }_2(k)$$ энергии субдиапазона k относительно нормы (i=1) и врожденного порока сердца (i=2), N обозначает число всех возможных субдиапазонов, Ni соответствует числу случаев в базе данных.

Дополнительно, два класса (норма/аномалия) могут быть рассмотрены как один и в дальнейшем группированы на основе выбранных порогов с целью выделить диапазоны с максимальным различием энергии между двумя классами.

Дифференциальный порог для субдиапазона k определяли посредством вычислений:

$$T(k)=\frac{{\delta }_i^2(k)\cdot {\mu }_2(k)+{\delta }_i^2(k)\cdot {\mu }_1(k)}{{\delta }_i^2(k)+{\delta }_i^2(k)}Ур.5$$

где d(k) имеет значение с тенденцией к группе с меньшей вариацией.

Ошибка er(k) между кластерами (группами) для каждого субдиапазона k равна:

$$e{r}_i(k)={\displaystyle \sum _{i=1}^{N_i}(\mathrm{sgn}(({\mu }_i(k)>d(k)\wedge (E_i(l)<d(k)))+\dots }$$

$$\dots +\mathrm{sgn}(({\mu }_i(k)<d(k)\wedge (E_i(l)>d(k))))Ур.6$$

$$er(k)={\displaystyle \sum _{i=1}^{2}e{r}_i(k)}$$

где sgn(t) является булевой функцией и определяется как

$$\mathrm{sgn}(t)=\{\begin{array}{l}1t=истина\\ 0t=ложьУр.8\end{array}$$

Среди отобранных диапазонов с одинаковыми минимальными ошибками оптимальный диапазон выбран посредством классической формулы распределения для каждого отобранного диапазона частот k, как, например:

$$S(k)=\frac{\left|{\mu }_1(k)-{\mu }_2(k)\right|}{{\delta }_i^2(k)+{\delta }_i^2(k)}Ур.9$$

При этом оптимальным диапазоном частот является диапазон, который обеспечивает наибольшее S(k):

$$K_{opt}={\arg }_k\max S(k)Ур.10$$

Вместо того чтобы использовать параметр S(k), можно воспользоваться статистическим распределением энергий диапазона частот с наименьшими ошибками.

Определенные Arash-диапазоны также обеспечивают устройство для применения сильного стетоскопа, который может быть использован для автоматизированного выявления пациентов, таких как дети с врожденными пороками сердца, возможно, с помощью средства, использующего интернет или телеконсультацию.

Описание предпочтительного воплощения изобретения

Как указано в Таблице 1, шесть заболеваний, названных ДМЖП, ДМП, ОАП, ТФ, СЛА и АС, составляют более 75% всех врожденных пороков сердца. По этой причине эти врожденные пороки сердца были выбраны в качестве примеров для демонстрации того, как специалист в данной области техники может применять способ по изобретению.

Способ установления диапазона частот применяли на 40 субъектах (пациенты - люди), имеющих нормальные и ненормальные сигналы во время этапа обучения. Затем способ определения заболевания сердца применяли на 50 субъектах (пациенты - люди), имеющих нормальные и ненормальные (аномальные) случаи обучающих сигналов. Результат более чем 94% точной классификации показал, что способ по изобретению является эффективным при выявлении пациентов, особенно детей с врожденными пороками сердца. С целью предсказания лучшего воплощения способа по изобретению с большим числом данных, в отношении 90 имеющихся субъектов (фонокардиограмм) для обеспечения 100% точности применяли способ оценки по Джек-Найфу.

Были собраны сигналы ФКГ и ЭКГ от девяноста детей. Сорок из этих сигналов применяли в качестве базы данных обучения и оставшиеся пятьдесят применяли в качестве тестовой базы данных. Из сорока обучающих сигналов двадцать четыре получены от детей с ДМЖП, ДМП, ОАП, ТФ, СЛА и АС (четыре сигнала на каждое заболевание). Оставшиеся шестьдесят обучающих сигналов получены от детей с нормальной ФКГ или с функциональными шумами. Из пятидесяти тестовых сигналов тридцать получены от детей с заболеваниями сердца (пять сигналов на каждое заболевание) и оставшиеся двадцать сигналов являются нормальным ФКГ.

Сигналы в этой базе данных собирали под руководством детских кардиологов при помощи эхокардиографии и дополнительных тестов с разрешения Teheran Children Heart Centre. Все сигналы ФКГ и ЭКГ записывали через десятисекундный временной интервал. Применяли стетоскоп WelchAllyn Meditron и ЭКГ. Для накопления данных применяли ноутбук Acer (1,8 ГГц) с 16-битной звуковой картой со стереозвуком и частотой регистрации 44,1 кГц.

При применении способа на каждой группе с врожденным пороком сердца в отношении нормальной группы было получено шесть оптимизированных диапазонов частот. Arash-диапазоны (в Гц) определяли посредством ранее описанного способа с имеющимся набором данных для каждого врожденного порока сердца:

W_ДМЖП=88-96

W_ТФ=50-60

W_ОАП=15-121

W_AC=17-129

W_ДПМ=17-33

W_СЛА=16-32

Как было отмечено, два диапазона (W_ДМП, W_СЛА) почти полностью перекрывались. Как было упомянуто в разделе 2, шумы при ДМПЖ и CЛА возникали за счет одного и того же отдела сердца.

Для различия детей с пороками сердца и нормальных детей применяли нейронно-сетевой классификатор. Учитывая, что два диапазона частот, W_ДМЖП и W_СЛА, имели значительное перекрывание друг с другом, два диапазона частот объединили в виде W_{ДМЖПСЛА}=16-33. Спектральные энергии 5 Arash-диапазонов, W_ДМЖП, W_ТФ, W_ОАП, W_АС и Д_МЖПСЛА, служили характеристическим вектором для классификации сердечных тонов.

Трехслойную МП нейронную сеть применяли для анализа фонокардиограмм от детей с врожденным пороком сердца. Нейронная сеть имела 5, 10 и 1 нейрон в своем входном, среднем и выходном слоях соответственно с прямой сигмовидной передаточной функцией. Нейронная сеть была подготовлена при помощи метода обратного распространения ошибки.

База данных обучения, как подробно описывается в разделе 3, применяли для изучения алгоритма, включающего вычисление Arash-диапазона и обучение нейронной сети.

Для оценки действия способа по настоящему изобретению применяли тестовую базу данных, которая была подробно описана в разделе 3. Затем результаты анализа сравнивали с таковыми, выполненными детскими кардиологами, которые применяли эхокардиографию в сочетании с другими дополнительными тестами в качестве "золотых стандартов" диагностики.

Таблица 2 показывает результаты этого сравнения.

Таблица 2 Результаты работы алгоритма для тестовой базы данных по сравнению с диагнозами кардиологов кардиолог
алгоритм Норма аномалия норма 19 2 аномалия 1 28

Следующие три параметра применяли в качестве контрольных показателей для способа по изобретению:

- ложноотрицательная ошибка (F.N.): диагноз норма для случаев аномалии в пределах общего числа случаев аномалии;

- ложноположительная ошибка (F.P.): диагноз аномалия для случаев нормы в пределах общего числа случаев нормы;

- эффективность: общее количество ложных диагнозов в пределах общего числа случаев.

Таблица 3 показывает результат нашего способа согласно вышеупомянутым параметрам.

Таблица 3 Результат выявления врожденного порока сердца у детей на 50 случаев тестовой базы данных Норма Аномалия F.P. (%) F.N. (%) Эффективность (%)

20 30 5 6,67 94

Как видно из Таблицы 3, эффективность способа с данным набором данных больше чем 94%, что является существенным.

Arash-диапазон для врожденного порока сердца представляет собой диапазон частот, содержание энергии которого обеспечивает максимальное различие между случаями нормы и аномалии. Для того чтобы это продемонстрировать, изобретатели вычислили энергию Arash-диапазонов наряду с таковой двух других произвольных диапазонов, для четырех примеров каждого из шести заболеваний в базе данных обучения и изобразили их зависимость от содержаний энергии для случаев нормы (Фиг.8). Исходя из Фиг.8, легко увидеть, что Arash-диапазон по сравнению с двумя другими диапазонами обеспечивает намного лучшее средство для различия случаев нормы и аномалии.

С целью лучшей оценки результата применяли способ Джек-Найфа. Для этого способа данные брали из базы данных и остаток применяли для обучения нейронной сети. Затем исключенные данные применяли для определения (и оценки) результата. Процедуру повторяли, пока все данные в базе данных не были проверены. Фиг.9 показывает результат предложенного способа для базы данных, полученный при помощи способа Джек-Найф.

Как показано на Фиг.9, ложноотрицательные и ложноположительные ошибки согласно данной оценке равны нулю.

По этой причине энергии Arash-диапазонов четырех заболеваний составляют соответствующие характеристические вектора для выявления врожденных пороков сердца у детей при помощи МП нейронной сети.

Также определенные Arash-диапазоны полезны для различения патологических и функциональных шумов.

Группа изобретений относится к медицине. При осуществлении способа определения диапазона частот и способа выявления заболеваний сердца осуществляют регистрацию фонокардиограмм первой группы от первой группы здоровых пациентов и второй группы от второй группы пациентов, страдающих указанным заболеванием сердца. Определяют норму частотной выборки и максимальную пороговую частоту, получая конечную совокупность отобранных частот. Вычисляют спектральные энергии при всех отобранных частотах и спектральные энергии при всех возможных диапазонов частот. Сравнивают указанные спектральные энергии всех возможных диапазонах частот. Определяют диапазон частот, позволяющий достичь максимального различия между спектральными энергиями фонокардиограмм из первой и второй групп фонокардиограмм. Сравнивают указанную энергию установленного диапазона частот фонокардиограмм пациента с энергией соответствующего диапазона частот первой и второй групп фонокардиограмм для определения того, страдает ли указанный пациент заболеванием сердца. Устройство для осуществления способа содержит регистрирующее фонокардиограммы средство, накопитель информации фонокардиограмм, средство вывода данных, процессор и набор инструкций для осуществления способа. Машиночитаемый носитель программируемого устройства содержит набор инструкций для осуществления способа. Группа изобретений позволяет обеспечить автоматизированное выявление пороков сердца у детей за счет исследования энергий сердечного тона. 4 н. и 10 з. п. ф-лы, 9 ил., 3 табл.

1. Способ определения диапазона частот, характеризующего заболевание сердца, включающий этапы:
- сбора и/или регистрации первой группы фонокардиограмм от первой группы для сравнения, состоящей из здоровых пациентов, и второй группы фонокардиограмм от второй группы пациентов, страдающих указанным заболеванием сердца;
- определения нормы частотной выборки и максимальной пороговой частоты, получая конечную совокупность отобранных частот;
- вычисления спектральных энергий при всех отобранных частотах, при этом указанные спектральные энергии вычисляют на целых фонокардиограммах;
- вычисления спектральных энергий при всех возможных диапазонах частот путем суммирования спектральных энергий при отобранных частотах, лежащих в указанных диапазонах частот;
- сравнения упомянутых спектральных энергий всех возможных диапазонов частот;
- определения диапазона частот, позволяющего достичь максимального различия между спектральными энергиями указанных фонокардиограмм из первой и второй групп фонокардиограмм.

2. Способ выявления заболеваний сердца, включающий этапы:
- определения диапазона частот, позволяющего достичь максимального различия между спектральными энергиями указанных фонокардиограмм из первой и второй групп фонокардиограмм способом по п.1;
- сравнения указанной энергии установленного диапазона частот фонокардиограмм пациента с энергией соответствующего диапазона частот первой и второй групп фонокардиограмм для определения того, страдает ли указанный пациент заболеванием сердца.

3. Способ по пп.1 или 2, где заболевание сердца выбрано из группы, состоящей из дефекта межжелудочковой перегородки, открытого артериального протока, стеноза легочной артерии, тетрады Фалло, аортального стеноза, дефекта межпредсердной перегородки, коарктации аорты, транспозиции магистральных сосудов, дефекта предсердно-желудочковой перегородки, общего артериального ствола, атрезии трехстворчатого клапана, тотального аномального дренажа легочных вен или их комбинации.

4. Способ по п.1, где максимальная пороговая частота равна приблизительно 500 Гц.

5. Способ по п.2, где установленный диапазон частот находится между 88 Гц и 96 Гц, и заболевание сердца является дефектом межжелудочковой перегородки.

6. Способ по п.2, где установленный диапазон частот находится между 50 Гц и 60 Гц, и заболевание сердца является тетрадой Фалло.

7. Способ по п.2, где установленный диапазон частот находится между 15 Гц и 121 Гц, и заболевание сердца является открытым желудочковым артериальным протоком.

8. Способ по п.2, где установленный диапазон частот находится между 17 Гц и 129 Гц, и заболевание сердца является аортальным стенозом.

9. Способ по п.2, где установленный диапазон частот находится между 16 Гц и 32 Гц, и заболевание сердца является стенозом легочной артерии.

10. Способ по любому из пп.1-2, где спектральные энергии вычисляют только на систолическом участке фонокардиограммы.

11. Способ по любому из пп.1-2, где сравнение фонокардиограмм выполняют при помощи нейронной сети.

12. Способ по п.11, где нейронная сеть относится к типу многослойного перцептрона.

13. Устройство для осуществления способа по любому из пп.1-12, содержащее регистрирующее фонокардиограмму(ы) средство, накопитель информации фонокардиограмм(ы), средство вывода данных, процессор и набор инструкций для осуществления способа по любому из пп.1-12.

14. Машиночитаемый носитель программируемого устройства, содержащий набор инструкций для осуществления способа по любому из пп.1-12.