medalphabetМедицинский алфавитMedical alphabet2078-56312949-2807ООО «Альфмед»10.33667/2078-5631-2024-24-43-46medalphabet-4013Research ArticleСтатьиОценка работы детектора QRS-комплексов комплексом суточного мониторирования ЭКГ и АД «Медиком-комби» с использованием тестовой базы ЭКГ-сигналов MIT-BIHEvaluation of the QRS detector using the Medicom-combi complex for daily monitoring of ECG and blood pressure using the MIT-BIH ECG signal test databasehttps://orcid.org/0000-0003-4908-3591ХайретдиноваГ. А.KhairetdinovaG. A.

Хайретдинова Гульфия Амировна, к.м.н., доцент кафедры факультетской терапии педиатрического факультета

Москва

Khairetdinova Gulfiya A., PhD Med, associate professor at Dept of Faculty Therapy of the Pediatric Faculty

Moscow

sportcardio@bk.ruhttps://orcid.org/0000-0003-4040-2971ФедулаевЮ. Н.FedulaevYu. N.

Федулаев Юрий Николаевич, д.м.н., проф., зав. кафедрой факультетской терапии педиатрического факультета

Москва

Fedulaev Yuri N., DM Sci (habil.), professor, head of Dept of Faculty Therapy of the Pediatric Faculty

Moscow

kuwert@yandex.ruhttps://orcid.org/0009-0003-8563-7325НиколаеваА. М.NikolaevaA. M.

Николаева Анна Михайловна, ассистент кафедры факультетской терапии педиатрического факультета

Москва

Nikolaeva Anna M., assistant at Dept of Faculty Therapy of the Pediatric Faculty

Moscow

anutka088@yandex.ruГогичаевВ. А.GogichaevV. A.

Гогичаев Владимир Александрович, студент IV курса педиатрического факультета

Москва

Gogichaev Vladimir A., 4th year student at the Pediatric Faculty

Moscow

vovan2002gogichaev@yandex.ruhttps://orcid.org/0009-0001-3063-2012ЕвдокимовФ. А.EvdokimovF. A.

Евдокимов Федор Александрович, к.м.н., доцент кафедры факультетской терапии педиатрического факультета

Москва

Evdokimov Fyodor A., PhD Med, associate professor at Dept of Faculty Therapy of the Pediatric Faculty

Moscow

evd-fa@mail.ruФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава РоссииРоссияPirogov Russian National Research Medical UniversityRussian Federation202406122024024Современная поликлиника (2)4346Copyright © Хайретдинова Г.А., Федулаев Ю.Н., Николаева А.М., Гогичаев В.А., Евдокимов Ф.А., 20242024Хайретдинова Г.А., Федулаев Ю.Н., Николаева А.М., Гогичаев В.А., Евдокимов Ф.А.Khairetdinova G.A., Fedulaev Y.N., Nikolaeva A.M., Gogichaev V.A., Evdokimov F.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.med-alphabet.com/jour/article/view/4013Цель

Цель. Оценить точность работы детектора QRS-комплексов комплекса суточного мониторирования ЭКГ и АД «Медиком-комби» с использованием тестовой базы ЭКГ-сигналов MIT-BIH согласно требованиям ГОСТ Р МЭК 60601–2–47–2017, 30324.2.47–2012.

Материалы и методы

Материалы и методы. В ходе испытаний работа детектора проверялась на базе MIT-BIH Arrhythmia Database, содержащей 48 записей длительностью по 30 мин. Каждому выделенному комплексу QRS присваивался один из следующих типов: N (комплекс наджелудочковой топики, нормальный QRS-комплекс, в том числе блокады ножек пучка Гиса), V (комплекс желудочковой топики), U (комплекс, топику которого эксперты затрудняются определить) и A (артефакт). Определялись показатели чувствительности (Sen), специфичности или положительной предсказательной ценности (PPR), а также гипердиагностики (FPR).

Результаты

Результаты. Чувствительность детектора QRS-комплексов комплекса суточного мониторирования ЭКГ и АД «Медиком-комби» составила 99,98%, специфичность – 99,87%. Чувствительность определения желудочковых комплексов составила 99,97%, специфичность определения желудочковых комплексов – 99,64%. Гипердиагностика желудочковых комплексов не превышает 0,03%.

Заключение

Заключение. Комплекс суточного мониторирования ЭКГ и АД «Медиком-комби», предназначенный для многосуточного мониторирования ЭКГ, имеет достаточные показатели чувствительности и специфичности для анализа холтеровских записей ЭКГ, а также выявления желудочковых эктопических комплексов.

Purpose

Purpose. To evaluate the accuracy of the QRS complex detectorof the Medicom-combi complex for daily monitoring of ECG and blood pressure using the MIT-BIH ECG signal test database in accordance with the requirements of GOST R IEC60601–2–47–2017, 30324.2.47–2012.

Materials and methods

Materials and methods. During the tests, the operation of the detector was evaluated using the MIT-BIH Arrhythmia Database, containing 48 records of 30 minutes each. Each selected QRS complex was assigned one of the following types: N (supraventricular complex, normal QRS complex, including bundle branch block), V (ventricular complex), U (complex that experts find difficult to determine) and A (artifact). Rates of sensitivity (Sen), specificity or positive predictive rate (PPR), and overdiagnosis (FPR) were determined.

Results

Results. The sensitivity of the QRS complex detector of the Medicom-combi complex for daily monitoring of ECG and blood pressure was 99,98%, and the specificity was 99,87%. The sensitivity of determining ventricular complexes was 99,97%, the specificity of determining ventricular complexes was 99,64%. Overdiagnosis of ventricular complexes does not exceed 0,03%.

Conclusion

Conclusion. The Medicom-combi complex for daily monitoring of ECG and blood pressure, designed for long-term ECG monitoring, has sufficient sensitivity and specificity for analyzing Holter ECG recordings, as well as identifying ventricular ectopic complexes.

холтеровское мониторирование ЭКГдетектор QRS-комплексовчувствительностьспецифичностьгипердиагностикатестовая база ЭКГсуточное мониторирование ЭКГбаза данных MIT-BIHжелудочковые комплексыПО анализа ЭКГHolter ECG monitoringQRS complex detectorsensitivityspecificityoverdiagnosisECG test database24-hour ECG monitoringMIT-BIH databaseventricular complexesECG analysis softwareReferencesBoytsov S. A., Drapkina O. M. Modern content and improvement of high cardiovascular risk strategy in reducing mortality from cardiovascular diseases. Terapevticheskii arkhiv. 2021; 93 (1): 4-6.Boytsov S. A., Drapkina O. M. Modern content and improvement of high cardiovascular risk strategy in reducing mortality from cardiovascular diseases. Terapevticheskii arkhiv. 2021; 93 (1): 4-6.Jun T. J., Nguyen H.M., Kang D. et al. ECG arrhythmia classification using a 2-D convolutional neural network.ariv preprint arXiv,1804.06812, Apr. 2018.Jun T. J., Nguyen H.M., Kang D. et al. ECG arrhythmia classification using a 2-D convolutional neural network.ariv preprint arXiv,1804.06812, Apr. 2018.Abrishami H., Han C., Zhou X. et al. Supervised ECG Interval Segmentation Using LSTM Neural Network. Proc. BIOCOMP Conf., 2018. Pp. 71-77.Abrishami H., Han C., Zhou X. et al. Supervised ECG Interval Segmentation Using LSTM Neural Network. Proc. BIOCOMP Conf., 2018. Pp. 71-77.Yildirim O. A novel wavelet sequence based on deep bidirectional LSTM network model for ECG signal classification. Computers in biology and medicine. May 2018; 96: 189-202.Yildirim O. A novel wavelet sequence based on deep bidirectional LSTM network model for ECG signal classification. Computers in biology and medicine. May 2018; 96: 189-202.Saadatnejad S., Oveisi M., Hashemi M. LSTM-Based ECG Classification for Continuous Monitoring on Personal Wearable Devices. IEEE Journal of Biomedical and Health Informatics, 2019.Saadatnejad S., Oveisi M., Hashemi M. LSTM-Based ECG Classification for Continuous Monitoring on Personal Wearable Devices. IEEE Journal of Biomedical and Health Informatics, 2019.Epifanov S.N. Experience of ROKHMeNE test bases usage for automatic ECG analysis evaluation. Polyclinic. 2020; 3: 110-114.Epifanov S.N. Experience of ROKHMeNE test bases usage for automatic ECG analysis evaluation. Polyclinic. 2020; 3: 110-114.

The authors declare that there are no conflicts of interest present.