Аналіз варіабельності серцевого ритму за допомогою штучних нейронних мереж

Abstract

У статті проведено стислий огляд та аналіз існуючих алгоритмів і програмних реалізацій діагностичних систем оцінки варіабельності серцевого ритму, що засновані на методах машинного навчання. Наведено переваги використання штучної нейронної мережі для класифікації типів електрокардіографічних сигналів, що забезпечує підвищення ефективності та якості функціональної діагностики серцевої діяльності. З метою виявлення най більш ефективного варіанта побудови нейромережевих блоків для апаратно-програмного комплексу аналізу варіабельності серцевого ритму запропоновано декілька варіантів реалізації побудови нейронної мережі. Здійснено аналіз методів та алгоритмів морфологічного аналізу електрокардіограми та наведено основні етапи проектування штучної нейронної мережі у якості класифікатору розпізнавання образів - RR-інтервалів.

The article provides a brief review and analysis of existing algorithms and software implementations of diag nostic systems for assessing heart rate variability, based on machine learning methods. The advantages of using an artificial neural network to classify types of electrocardiographic signals are presented, which improves the efficiency and quality of functional diagnostics of cardiac activity. To identify the most effective option for constructing neural network blocks for the hardware-software complex for analyzing heart rate variability, several options for implementing the construction of a neural network have been proposed. An analysis of methods and algorithms for morphological analysis of an electro cardiogram is carried out and the main stages of designing an artificial neural network as a classifier for pattern recognition such as RR intervals are given.