ІНТЕЛЕКТУАЛЬНА СИСТЕМА ВЕЙВЛЕТ-ВИЯВЛЕННЯ ЕКГ-СИГНАЛІВ ПЛОДУ НА ТЛІ ЗАВАД
DOI:
https://doi.org/10.31649/1997-9266-2025-183-6-119-126Ключові слова:
завади, математична модель, алгоритм виявлення, вейвлет-перетворення, базис Морле, MATLABАнотація
Розглянуто одну з актуальних проблем сучасної пренатальної діагностики — виявлення ЕКГ-сигналу плоду на фоні домінуючого ЕКГ-сигналу матері та численних завад. Складність задачі зумовлена суттєвою різницею амплітудних рівнів між сигналами (співвідношення понад 3:1 на користь матері), їхньою квазіперіодичною природою, а також присутністю різноманітних артефактів: міогенних шумів, рухових перешкод, електромагнітних завад. Для адекватного опису процесів запропоновано математичну модель абдомінального ЕКГ-запису, яка враховує багатокомпонентність суміші сигналів, періодичність серцевої активності та адитивність шумів.
На основі моделі створено інтелектуальну систему виявлення, у якій реалізовано алгоритм вейвлет-обробки в базисі Морле. Такий підхід дозволяє здійснювати багаторівневий часово-частотний аналіз, ефективно пригнічувати низькочастотні складові материнського сигналу, підсилювати високочастотні QRS-комплекси плоду та забезпечувати стійкість до шумів. Алгоритмічне забезпечення системи включає послідовність етапів: введення змішаного сигналу, параметризацію масштабів і зсувів, обчислення вейвлет-коефіцієнтів, побудову 3D- та 2D-проєкцій спектрального простору, а також статистичне прийняття рішення щодо наявності плодових компонент. Особливу увагу приділено детекції QRS-комплексів за амплітудно-часовими ознаками, що дозволяє виявляти регулярні ритмічні структури навіть у складних умовах.
Експериментальні дослідження, проведені у середовищі MATLAB, підтвердили ефективність методики: система здатна надійно виокремлювати ЕКГ-сигнал плоду в діапазоні частот 2—3 Гц (120—180 уд./хв) на фоні материнського сигналу із частотою 0,8—1,5 Гц (50—90 уд./хв). Запропонований підхід створює передумови для підвищення достовірності неінвазивного моніторингу серцевої діяльності плоду, зменшує ризики діагностичних помилок і може стати основою для систем інтелектуальної підтримки клінічних рішень у режимі реального часу.
Посилання
World Health Organization, Newborn mortality. [Online]. Updated Mar. 14, 2024. Available: https://www.who.int. Accessed: Sep. 5, 2025.
B. Widrow, and S. D. Stearns, “Adaptive Signal Processing. Englewood Cliffs,” NJ: Prentice-Hall, p. 491, 1985.
A. Cichocki, and S. Amari, Adaptive Blind Signal and Image Processing: Learning Algorithms and Applications. New York, NY: Wiley, 2002, p. 565. https://doi.org/10.1002/0470845899 .
T.-W. Lee, Independent Component Analysis: Theory and Applications. Boston, MA: Kluwer Academic Publishers, 1998, p. 250. https://doi.org/10.1007/978-1-4757-2851-4 .
В. І. Шульгін, і В. В. Федотенко, «Виділення електрокардіограми плода з багатоканального абдомінального сигналу в реальному масштабі часу,» ІV Міжнародна науково-практична конференція «Інформаційні системи та технології в медицині» (ICM–2021): зб. наук. пр., Харків: Нац. аерокосм. ун-т ім. М. Є. Жуковського «Харків. авіац. ін-т», 2021, с. 122-123. ISBN 978-966-662-842-1.
A. Hyvärinen, Independent Component Analysis. New York, NY: Springer, 2001, p. 495.
P. Comon, “Independent component analysis – a new concept?” Signal Processing, vol. 36, no. 3, pp. 287-314, 1994, https://doi.org/10.1016/0165-1684(94)90029-9 .
J.-F. Cardoso, “Blind signal separation: statistical principles,” Proc. IEEE, vol. 86, no. 10, pp. 2009-2025, 1999.
Т. О. Білобородова, і І. С. Скарга-Бандурова, «Розділення джерел даних і вилучення цільових компонентів електрофізіологічних часових рядів на прикладі ЕКГ плода,» Реєстрація, зберігання і обробка даних, т. 25, с. 43-53, 2023. https://doi.org/10.35681/1560-9189.2023.25.1.287017 .
R. Martinek, et all., “Comparative effectiveness of ICA and PCA in extraction of fetal ECG from abdominal signals: Toward non-invasive fetal monitoring,” Frontiers in Physiology, vol. 9, p. 648, May 30, 2018, https://doi.org/0.3389/fphys.2018.00648.
V. Zarzoso, and A. K. Nandi, “Noninvasive fetal electrocardiogram extraction: Blind separation versus adaptive noise cancellation,” IEEE Trans. Biomed. Eng., vol. 48, no. 1, pp. 12-18, 2001, https://doi.org/10.1109/10.900244 .
R. Sameni, and G. D. Clifford, “A review of fetal ECG signal processing; issues and promising directions,” Open Pacing Electrophysiol. Ther. J., vol. 3, pp. 4-20, 2010, https://doi.org/10.2174/1876536X01003010004 .
М. О. Хвостівський, і Є. Б. Яворська, «Метод виявлення електрокардіосигналу плоду в утробі матері у суміші із завадами,» Вісник Хмельницького національного технологічного університету, № 3, с. 179-184, 2011.
M. Wahbah, et all., “A deep learning framework for noninvasive fetal ECG signal extraction,” Frontiers in Physiology, vol. 15, Apr. 2024, Art. no. 1329313, https://doi.org/10.3389/fphys.2024.1329313 .
L. Chen, S. Wu, and Z. Zhou, “Fetal ECG signal extraction from maternal abdominal ECG signals using Attention R2W-Net,” Sensors, vol. 25, no. 3, p. 601, Jan. 2025, https://doi.org/0.3390/s25030601 .
S. Redif, “Fetal electrocardiogram estimation using polynomial eigenvalue decomposition,” Turkish Journal of Electrical Engineering and Computer Sciences, vol. 24, no. 4, pp. 2483-2497, 2016, https://doi.org/10.3906/elk-1401-19 .
I. V. Yavorskyi, S. V. Uniyat, R. A. Tkachuk, and M. O. Khvostivskyi, “Algorithmic support of wavelet processing of pulse signals in the Morlet basis,” in Mathematics and Mathematical Simulation in a Modern Technical University: Proc. II Int. Sci. Pract. Conf. for Students and Young Scientists, Lutsk, Ukraine, Apr. 30, 2024, pp. 51-53. ISBN 978-966-377-250-9.
##submission.downloads##
-
pdf
Завантажень: 0
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
