No abstract

Heart rate variability (HRV) from recorded electrocardiograms (ECG) is a well-known diagnostic method for the assessment of autonomic nervous function of the heart, which is widely used to predict clinically relevant outcomes in the critical care setting, to risk stratify patients, and predict outcomes such as mortality. The morphological variations in the ECG waveform and the high degree of heterogeneity in the QRS complex often make it difficult to identify R waves, which may preclude the accurate analysis for HRV. Photoplethysmographic (PPG) signal can provide information about both the cardiovascular and respiratory systems and have extremely high degree of correlation with ECG during cardiac cycle. In this paper, we developed robust algorithm for high-resolution inter-beat waveform extraction using combined ECG and PPG analysis, which is highly needed for accurate HRV estimation. The simulation results showed high performance for inter-beat waveform detection in different cases that identifies missing/extra peaks in the QRS detection algorithm.

No abstract

Введение. На современном этапе развития медицинских технологий произошли кардинальные изменения в области диагностической визуализации внутренних органов и тканей человека. Сегодня в Российской Федерации более половины всех диагнозов устанавливаются на основании результатов применения методов неинвазивной лучевой медицинской диагностики (НЛМД) [1].В настоящее время в клинической практике используются следующие методы НЛМД, каждый из которых обладает своими преимуществами и недостатками [2]: рентгенодиагностика; ультразвуковое исследование; компьютерная томография; магнитно-резонансная томография; радионуклидная визуализация.Предлагаемый новый метод НЛМД функционального состояния органов и тканей человека на основе применения неинвазивных методов микроволнового зондирования и визуализации (НММЗВ) в неионизирующей области электромагнитного спектра, реализуемых на практике с помощью использования адаптивной цифровой антенной