Entwicklung von Methoden zur Echtzeitanalyse von EKG ... - FZI
Entwicklung von Methoden zur Echtzeitanalyse von EKG ... - FZI
Entwicklung von Methoden zur Echtzeitanalyse von EKG ... - FZI
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Das Pan/Tompkins-Verfahren wurde durch die dynamische Anpassung des Glättungsfilters<br />
der letzten Stufe für die bessere Detektion <strong>von</strong> tachykarden Schlägen modifiziert.<br />
Für die Multikanalentscheidung wurde ein auf der Glaubwürdigkeit der Detektionen<br />
der Einzelkanäle beruhendes System entwickelt, dass die Detektionsleistung<br />
insbesondere im Bereich der positiven Prädiktivität deutlich verbessern konnte. Damit<br />
ist dieses Verfahren auch am wenigsten anfällig für falsch positive Detektionen in<br />
verrauschten und gestörten Signalen.<br />
Erstmalig wurde bei dem waveletbasierten QRS-Detektionsverfahren ein hybrides<br />
Klassifikationssystem mit einer unscharfen Klassifikationsstufe implementiert. Dazu<br />
wurden Studien <strong>zur</strong> Definition eines optimalen Parametersets für die Detektion durchgeführt,<br />
in denen Regelbasen für Kombinationen unterschiedlicher Parameter entwickelt<br />
wurden. Die Zugehörigkeitsfunktionen dieser Fuzzy-Inferenzsysteme wurden dann mit<br />
einem wissensbasierten Trainingsalgorithmus optimiert. In Kombination mit einer nachgeschalteten<br />
diskreten Klassifikationsstufe konnten für die Mehrkanaldetektion sehr gute<br />
Werte für die Sensitivität <strong>von</strong> über 99,8% und für die positive Prädiktivität <strong>von</strong> ca.<br />
99,4% und mehr auf den Standard-Datenbanken erzielt werden. Auch die Sensitivität<br />
der QRS-Detektion für ventrikuläre Schläge erreicht mit deutlich über 98% und bis zu<br />
99,6% auf den Datenbanken sehr zufriedenstellende Ergebnisse. Trotz seiner Komplexität<br />
ist auch dieser QRS-Detektor für die Implementierung auf einer mobilen Plattform<br />
geeignet.<br />
Zwei der Detektionsverfahren wurden über ein neu entwickeltes Interface in kommerzielle<br />
Software <strong>zur</strong> Langzeit-<strong>EKG</strong>-Auswertung integriert und dort getestet. Die Möglichkeit<br />
einer konsistenten Umsetzung dieser Detektionsverfahren auf eine mobile Plattform<br />
mit Hilfe des Tools „GeneralStore“ <strong>zur</strong> automatischen Modell-Transformation mit<br />
anschließender Code-Generierung wurde exemplarisch umgesetzt. Modellrechnungen ergeben<br />
eine Betriebsdauer <strong>von</strong> deutlich mehr als 24 Stunden beim Einsatz der Verfahren<br />
auf dem Mobilsystem.<br />
Die Forderung, für ein großes Patientenkollektiv mit einem möglichst einfachen, transparenten<br />
Verfahren eine sichere Klassifikation <strong>von</strong> QRS-Komplexen und <strong>EKG</strong>-Rhythmen<br />
zu gewährleisten stellte eine große Herausforderung im Rahmen dieser Arbeit dar.<br />
Fuzzy-Inferenz-Systeme sind gut für diese Aufgabe geeignet, weil sie auf einer linguistischen<br />
Regelbasis arbeiten und damit ihre Entscheidungsfindung transparent und ohne<br />
Probleme für den menschlichen Anwender verständlich ist. Sie bieten auch einfache<br />
Möglichkeiten, bereits vorhandenes Wissen über das Vorgehen bei der Klassifikation in<br />
die Regelbasis zu integrieren. Ein wesentliches Kriterium für die Leistungsfähigkeit <strong>von</strong><br />
Fuzzy-Inferenz-Systemen ist die optimale Abstimmung seiner Zugehörigkeitsfunktionen<br />
auf die Klassifikationsaufgabe. Bislang verfügbare <strong>Methoden</strong> für die Optimierung <strong>von</strong><br />
Zugehörigkeitsfunktionen haben den Nachteil, dass die Trainingsmuster in etwa gleich<br />
auf die verschiedenen Ergebnisklassen verteilt sein müssen, um mit der Minimierung des<br />
Gesamtfehlers für die Klassifikation auch das Ergebnis für jede Klasse zu optimieren.<br />
Weniger häufig auftretende Klassen werden bei diesen <strong>Methoden</strong> vernachlässigt. Die<br />
verfügbaren Kollektive weisen jedoch ein starkes Ungleichgewicht zu Ungunsten der für<br />
die Klassifikation besonders relevanten pathologischen <strong>EKG</strong>-Muster auf.<br />
Aus diesem Grund wurde im Rahmen dieser Arbeit ein ursprünglich für die Schlafstadienklassifikation<br />
bestimmter Trainingsalgorithmus modifiziert. Dieser ist in der Lage,<br />
selten auftretende Ereignisse in der Klassifikation höher zu gewichten, für den Ein-<br />
173