Zpracování a analýza záznamu srdeční aktivity

Abstract

Bakalářská práce se věnuje návrhu a realizaci softwarového řešení pro hodnocení srdeční aktivity v programovém prostředí MATLAB a Python. Hlavním cílem je navrhnout adaptivní algoritmus v prostředí MATLAB, který bude schopný realizovat offline analýzu na naměřeném EKG signálu zatíženého artefakty. Pro analýzu zpracovaného záznamu byla vybrána nelineární geometrická metoda Poincarého grafu, kterou je hodnocena variabilita srdeční frekvence. Dalším cílem práce je navrhnout a realizovat řešení s GUI pro online hodnocení srdeční aktivity v prostředí Python. K testování navrženého řešení byly použity krátkodobé záznamy naměřené celkem u pěti probandů. Během měření byli probandi nejdříve v klidu a následně byl každý z nich vystaven situaci stimulující kognitivní zátěž. Každý z probandů byl během měření monitorován Holterem neboli přenosným elektrokardiografem. Výsledkem práce je MATLAB aplikace schopná offline adaptivně zpracovat EKG záznam a zobrazit grafy parametrů prokazujících korelaci kognitivní zátěže s variabilitou srdečního rytmu v závislosti na čase. Byla naprogramována multiplatformní Python GUI aplikace rozšiřující výstup v rámci online měření a zpracování EKG záznamů.

This bachelor's work describes designing and implementing a software solution to evaluate cardiac activity in MATLAB and Python software environments. The main goal is to design an adaptive algorithm in the MATLAB environment, that will perform offline analysis of the measured ECG signal with artefact. The nonlinear geometric method of the Poincaré graph was chosen for the analysis of the processed record, which evaluates the variability of the heart rate. Another goal of this work is to design and implement a solution with a GUI for the online evaluation of cardiac activity in the Python environment. For testing the proposed solution, short-term records measured in a total of five probands were used. During the measurement, the probands were first at rest, and then each of them was exposed to a situation that stimulates cognitive stress. Each of the probands was monitored during the measurement by Holter, a portable electrocardiogram. The result of the work is a MATLAB application capable of adaptively processing the measured ECG recordings and displaying graphs of parameters demonstrating the correlation of cognitive load with heart rate variability over time. A multiplatform Python GUI application was programmed, extending the output within the online measurement and processing of ECG records.