Самокероване навчання фази серцевого циклу для визначення структурних елементів ЕКГ

Main Article Content

Ставиченко Сергій Григорович
Філатова Ганна Євгенівна

Анотація

Обчислювальні методи відіграють важливу роль у кардіології, підтримуючи аналіз та інтерпретацію електрокардіографічних даних. Автоматизоване визначення структурних елементів ЕКГ, зокрема локалізація меж зубця P, комплексу QRS та зубця T, є особливо важливим для вилучення клінічно значущої часової та морфологічної інформації із записів ЕКГ. Однак точне визначення меж структурних елементів залишається складним завданням через значну варіабельність морфології ЕКГ, низькі амплітуди сигналу поблизу меж зубців та неоднозначність у визначенні точок початку й закінчення. Останні досягнення в галузі машинного навчання демонструють перспективний прогрес в обробці біомедичних даних. Більшість наявних підходів машинного навчання до визначення структурних елементів ЕКГ ґрунтується на навчанні з учителем і, отже, потребує детальних експертних анотацій. Натомість методи самокерованого навчання можуть використовувати великі колекції нерозмічених записів. У цій роботі ми пропонуємо метод самокерованого навчання для вивчення фізіологічної фази серцевого циклу безпосередньо з нерозмічених записів ЕКГ. Модель навчається передбачати монотонно зростаючі фазові позиції на одиничному колі, мінімізуючи морфологічну відстань для сигналів у подібних фазових точках. Морфологія порівнюється за допомогою вкладень із затримкою, визначених на фіксованих фазових зсувах. Обмеження монотонності додатково регуляризують фізіологічно узгоджене просування фази. Метод навчено на 12-канальних записах MIMIC-IV-ECG без анотацій і оцінено для визначення структурних елементів ЕКГ на базі даних QT Database. Без перенавчання фазові опорні точки, відкалібровані лише на 10 анотованих записах, забезпечують локалізацію меж QRS з точністю, порівнянною з моделями з вчителем. Ваги, вивчені в задачі самонавчання, також покращують модель визначення структурних елементів з вчителем, коли використовуються для ініціалізації. Ці результати демонструють потенціал самонавчання фізіологічної фази як методу, економного щодо анотацій, для визначення структурних елементів ЕКГ та подальшого автоматизованого аналізу серцевих сигналів.

Downloads

Download data is not yet available.

Article Details

Розділ

Техніка, автоматизація та комп’ютерно-інтегровані системи

Біографії авторів

автор Ставиченко Сергій Григорович, афіліація НТУ “ХПI”, вул. Кирпичова 2. Харкiв 61002, Україна

аспірант кафедри Комп'ютерної інженерії та програмування

автор Філатова Ганна Євгенівна, афіліація НТУ “ХПI”, вул. Кирпичова 2. Харкiв, 61002, Україна

доктор технічних наук, професор кафедри Комп'ютерної інженерії та програмування

Як цитувати

Самокероване навчання фази серцевого циклу для визначення структурних елементів ЕКГ. (2026). Інформатика. Культура. Техніка, 3(2 (4), 1148–1155. https://doi.org/10.15276/ict.03.2026.89

Посилання

Статті цього автора (цих авторів), які найбільше читають