Диплом Программа анализа кардиограмм, номер: 68195

1.Введение 3
2.Цель и назначение 4
2.1.Преимущества цифрового кардиорегистратора перед аналоговым 4
2.2. Цифровая обработка сигналов 5
3.Математическое описание 6
3.1.Методы анализа ЭКГ 6
3.2.Статистическое изучение изменчивости динамических рядов 10
3.2.1.Геометрические методы анализа кардиограмм 11
3.2.2.Корреляционная ритмография – скатерография 12
3.2.3.Спектральный анализ 13
3.2.4.Прямое и обратное преобразование Фурье 14
3.2.5.Вейвлет-анализ 18
4.Выбор алгоритма анализа 29
4.1. Функция-вейвлет 29
4.2. Методы вычисления непрерывного вейвлет-преобразования. 32
4.3.Выбор материнского вейвлета 36
4.4.Определение узловых точек ЭКГ на основе непрерывного вейвлет-преобразования 37
4.1 Стандарты описания и обозначения ЭКГ. 37
4.2 Постановка задачи идентификации. 37
5.Выбор времени выборки 38
5.1.Усиление электрокардиосигнала 39
5.2.Оцифровка электрокардиосигнала 41
5.3.Выбор центрального процессора 44
5.3.Компрессия электрокардиосигнала 48
5.4.Передача электрокардиосигнала 51
6.Разработка программ 52
6.1. Среда программирования Delphi 52
6.1.1.Введение 52
6.1.2. Главное окно 54
6.1.3 Окно формы 59
6.1.4. Окно дерева объектов 60
6.1.5. Окно инспектора объектов 60
6.1.6. Окно кода программы. 63
6.1.7. Компоненты в Delphi 67
6.2.Вейвлет-преобразование 75
7.Экономическая часть 93
7.1. Определение трудозатрат на разработку программы 93
7.2.1 Стоимостная оценка труда разработчиков темы может быть определена по формуле: 95
7.2.2 Стоимостная оценка использования ЭВМ 96
7.3. Определение цены реализации программы. 99
8.Безопасность жизнедеятельности 101
8.1.Меры безопасности при обслуживании производственного электрооборудования. 101
9.Выводы 130
10.Список литературы 131

1.ВВЕДЕНИЕ

Программное обеспечение (ПО) является важной составляющей цифровых кардиорегистраторов, которое определяет функциональность и потребительские свойства приборов. Оно проектируется таким образом, чтобы обеспечить высокую достоверность выявления и измерения параметров элементов ЭКГ (интервалов, сегментов, комплексов), на основании которых врач-кардиолог осуществляет постановку диагностического заключения. Функция автоматического формирования диагностических заключений также реализуется в ПО современных электрокардиографах.
Условно работу ПО разделяют на следующие три этапа:
1. Сглаживание и фильтрация ЭКГ.
2. Обнаружение и измерение характерных элементов ЭКГ.
3. Постановка диагностических заключений.
При выборе метода сглаживания (фильтрации) электрокардиосигнала последний представляется как смесь полезного сигнала и аддитивной помехи. К таким помехам относятся:
 наводка от промышленной сети,
 миографическая наводка, обусловленная механическим тремором и электрической активностью мышц в местах наложения электродов,
 наводка, вызываемая перемещением электродов относительно сердца,
 артефакты, обусловленные наличием непостоянной поляризации электродов,
 внутренние шумы электрокардиографов.
Наибольшее распространение получили алгоритмы сглаживания, основанные на логической фильтрации, нелинейной и адаптивной фильтрации. Методы фильтрации на основе базисных разложений, как правило, всегда можно отнести к одному из перечисленных типов фильтрации (например, фильтрацию на основе преобразования Фурье – к линейным фильтрам, фильтрацию на основе разложения Карунена-Лоэва – к адаптивным фильтрам и т.п.).
Логическая фильтрация требует разработки достаточно большого количества эмпирических логических правил принятия решений, основанных на сравнении исследуемых параметров ЭКГ с заранее заданными пороговыми значениями. Каким образом назначить эти пороговые величины и как их адаптировать под конкретную ЭКГ, представляет собой отдельную задачу, решаемую эмпирическим путем каждый раз при малейшем изменении вида фильтра. Это, безусловно, главный недостаток логических фильтров.
Нелинейные фильтры представляют собой мощный класс фильтров, хорошо приспособленных для сглаживания сигналов. Однако невозможность учитывать априорные знания об ЭКГ (например, спектральный состав элементов ЭКГ) ограничивает их использование в качестве алгоритмов сглаживания ЭКГ.
Адаптивная фильтрация при корректном её применении не проявляет ни одного из перечисленных выше недостатков, и к тому же может осуществлять высококачественную фильтрацию ЭКГ с наименьшим искажением формы полезного сигнала.
Этап обнаружения и измерения характерных элементов ЭКГ реализуется различными методами, которые основаны либо на метрическом, либо на структурном представлении ЭКГ.