تشخیص زودهنگام مرگ ناگهانی قلبی با استفاده از پردازش سیگنال قلبی و فیلتر کالمن تعمیم‌یافته

مرگ ناگهانی قلبی یکی از مهم­ترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگ­های ناشی از بیماری­های قلبی سهم عمده­ای را به خود اختصاص می­دهد. یکی از راه­های کاهش آمار مرگ ناشی از این دسته از بیماری­ها، تشخیص به موقع وقوع ناهنجاری‌های خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاری­های مخاطره­آمیز قلبی به صورت ناگهانی رخ نمی­دهند، بلکه دقایقی قبل از وقوعشان، علائم و یا اختلالات پیش­زمینه­ای به وجود می‌آید که حاکی از وقوع آن‌ها است. هدف این مقاله، بررسی و مدل­سازی سیگنال­های قلبی با استفاده از فیلتر کالمن تعمیم­یافته، بر اساس مدل دینامیکی غیرخطی برای آشکارسازی ناهنجاری­های پیش‌زمینه­ای و معرفی یک اندیس برای تشخیص زودهنگام مرگ ناگهانی قلبی می­باشد. در روی‌کرد ارائه شده، از نسخه­ی قطبی مدل دینامیکی غیرخطی سیگنال قلب مک‌شری استفاده می­شود. در این مدل غیرخطی، هر ضربان از سیگنال الکتروکاردیوگرام به صورت مجموعه‌ای از موجک­های گوسی بیان می شود. در الگوریتم پیشنهادی این مقاله، ابتدا مدل دینامیکی قلب با افزودن معادلات خودبازگشتی مربوط به پارامترهای مدل، اصلاح شده و سپس یک فیلتر کالمن تعمیم‌یافته، از آن مدل برای پردازش سیگنال قلبی استفاده می­کند. در گام بعد، یک الگوریتم ابتکاری بر اساس ساختار پیشنهادی و با استفاده از نظارت بر سیگنال وفاداری (که تابعی از سیگنال نوآوری فیلتر کالمن است)، به تشخیص ناهنجاری­های موجود قبل از وقوع مرگ ناگهانی قلبی می‌پردازد. روش ارائه شده، روی سیگنال­های قلبی گرفته شده از 20 فرد مبتلا به مرگ ناگهانی قلبی (گروه تست) و هم‌چنین 18 فرد نرمال (گروه کنترل) موجود در پایگاه­های داده‌ی فیزیونت ارزیابی شده است. نتایج به دست آمده حاکی از تغییر رفتار سیگنال وفاداری قبل از وقوع مرگ ناگهانی قلبی است. نتایج اعمال این الگوریتم روی20 فرد بیمار موجود در پایگاه داده­ی  "مرگ ناگهانی قلبی هولتر" فیزیونت نشان داده است که شاخص استخراج شده قادر است  17 مورد از 20 حمله را قبل از وقوع تشخیص دهد و  دقتی در حدود 85 % داشته باشد.