Читать статью 'Применение гауссовых функций для математического моделирования эндокардиальных сигналов' в журнале Программные системы и вычислительные методы на сайте nbpublish.com
Рус Eng Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Зарецкий А.П., Кулешов А.П., Громыко Г.А. Применение гауссовых функций для математического моделирования эндокардиальных сигналов

Опубликовано в журнале "Программные системы и вычислительные методы" в № 1 за 2016 год в рубрике "Математическое моделирование и вычислительный эксперимент" на страницах 49-57.

Аннотация: Предметом исследований, результаты которых представлены в статье, являются математические модели эндокардиальных сигналов основных электрофизиологических участков сердца с заданными амплитудно-временными характеристиками информативных фрагментов. Коллективом авторов предложен механизм расширения математических моделей для генерации нормальных и патологических состояний атрио-вентрикулярной системы, характеризующейся проведением эндокардиальных электрических импульсов. Приведены результаты сравнения смоделированных и реальных эндокардиальных сигналов, полученных в ходе проведения малоинвазивного электрофизиологического исследования, наглядно демонстрирующие корректность разработанных моделей, а также их применимость для моделирования эндокардиальных сигналов из различных областей. При проведении исследования использовался метод математического моделирования с применением гауссовых функций, аппроксимирующих заданные элементы эндокардиального сигнала из различных областей внутрисердечного пространства. Основными выводами проведённого исследования являются: - доказана применимость гауссовых функций для достижения поставленных целей; - представлены возможные варианты модификации использованных функций для моделирования сигналов других эндокардиальных областей, например, устья лёгочных вен левого предсердия, зоны митрально-аортальный контакта и других зон, вызывающих повышенный интерес клинических электрофизиологов; - описана возможная реализация результатов исследования в аппаратно-программном комплексе с использованием современной методологии оценки качества проводимых операций по лечению сложных нарушений ритма сердца.

Ключевые слова: радиочастотная абляция, несимметричные функции, проводящая система сердца, электрофизиологическое исследование, гауссовы функции, моделирование эндокардиальных сигналов, эндокардиальные сигналы, фибрилляция предсердий, моделирование процессов сердца, предсердно-желудочковая проводимость

Информация о гранте: Работа выполнена при поддержке гранта РФФИ № 16-37-60012.

DOI: 10.7256/2305-6061.2016.1.18194

Эта статья может быть бесплатно загружена в формате PDF для чтения. Обращаем ваше внимание на необходимость соблюдения авторских прав, указания библиографической ссылки на статью при цитировании.

Скачать статью

Библиография:
Krueger M, Schmidt V, Tobón C, et al. Modeling Atrial Fiber Orientation in Patient-Specific Geometries: A Semi-automatic Rule-Based Approach. Functional Imaging and Modeling of the Heart; 2011: Springer. p. 223-32.
van Oosterom A. Closed-form analytical expressions for the potential fields generated by triangular monolayers with linearly distributed source strength. Med Biol Eng Comput 2012. p. 1-9.
D. Du, H. Yang, S. Norring and E. Bennett, "In-Silico Modeling of Glycosylation Modulation Dynamics in hERG Ion Channels and Cardiac Electrical Signals," IEEE Journal of Biomedical and Health Informatics, vol. 18, pp. 205-214, 2014. р. 122.
R. D. Simitev and V. N. Biktashev. "Conditions for Propagation and Block of Excitation in an Asymptotic Model of Atrial Tissue," Biophysical Journal. vol. 90, р. 2258-2269.
Sameni R, Shamsollahi MB, Jutten C, Babaie-Zade M. Filtering noisy ECG signals using the extended kalman filter based on a modified dynamic ECG model. Computers in Cardiology 2005. р. 1017 – 1020
Clifford GD, McSharry PE. Method to filter ecgs and evaluate clinical parameter distortion using realistic ECG model parameter fitting. Computers in Cardiology 2005. р. 715-718.
Sahambi JS, Tandon SN, Bhatt RKP. An Automated Approach to Beat by Bea t QT-Interval Analysis. IEEE Engineering in Medicine and Biology 2000. р. 97-101.
J. David Burkhardt, L. Di Biase, A. Natale. "Long-Standing Persistent Atrial Fibrillation," Journal of the American College of Cardiology. 60(19), pp1930-1932, 2012. р. 41.
January CT, et al. 2014 AHA/ACC/HRS Guideline for the management of patients with atrial fibrillation: A report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and the Heart Rhythm Society. Circulation, published online March 28, 2014. р. 32.
Gromyko G.A., Yashin S.M., Sharikov N.L., Chetverikov S.U., Pasenov G.S., Didenko M.V. Characteristics of coronary artery involvement and probability of appropriate discharges of cardioverter-defibrillator implanted for primary prevention of sudden cardiac death. (2014) Kardiologiya, 54 (3), pp. 4-8.
Leif Sörnmo, Martin Stridh, Daniela Husser, Andreas Bollmann, and S Bertil Olsson. Analysis of atrial fibrillation: from electrocardiogram signal processing to clinical management. Philos Transact A Math Phys Eng Sci, 367(1887):235–53, Jan 2009.
Kukushkin Y.A., Bogomolov A.V., Maistrov A.I. Rhythmocardiogram approximation methods for calculation of spectral parameters of cardiac rhythm variability // Biomedical Engineering. 2010. Т. 44. № 3. p. 92-103.
О.Е. Баксанский Когнитивная наука: моделирование человеческого интеллекта // Психология и Психотехника. - 2010. - 10. - C. 12 - 20.

Правильная ссылка на статью:
просто выделите текст ссылки и скопируйте в буфер обмена