russjcardiolРоссийский кардиологический журналRussian Journal of Cardiology1560-40712618-7620«SILICEA-POLIGRAF» LLCrussjcardiol-1303Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESНЕЙРОСЕТЕВАЯ МОДЕЛЬ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДАNEURAL NETWORK MODEL FOR DIAGNOSING MYOCARDIAL INFARCTIONЗагидуллинБ. И.ZagidullinB. I.

зав. отделением рентгенохирургических методов диагностики и лечения

zb_post@mail.ruНагаевИ. А.NagaevI. A.

аместитель главного врача по хирургии

zb_post@mail.ruЗагидуллинН. Ш.ZagidullinN. Sh.

д. м.н., профессор кафедры пропедевтики внутренних болез-ней,

zb_post@mail.ruЗагидуллинШ. З.ZagidullinSh. Z.

. м.н., профессор, зав. кафедрой пропедевтики вну-тренних болезней

zb_post@mail.ruГосударственное автономное учреждение Республики Татарстан «Больница скорой медицинской помощи», Набережные ЧелныРоссияTatar Republic Hospital of Emergency Medical Care, Naberezhnye ChelnyRussian FederationГосударственное бюджетное учреждение здравоохранения Республики Башкортостан Республиканский кардиологический диспансер, УфаРоссияBashkir Republic Cardiology Dispanser, UfaRussian FederationГБОУ ВПО Башкирский государственный медицинский университет Министерства здравоохранения и социального развития Российской Федерации , УфаРоссияBashkir State Medical University, UfaRussian Federation201228122012065154Copyright © Загидуллин Б.И., Нагаев И.А., Загидуллин Н.Ш., Загидуллин Ш.З., 20122012Загидуллин Б.И., Нагаев И.А., Загидуллин Н.Ш., Загидуллин Ш.З.Zagidullin B.I., Nagaev I.A., Zagidullin N.S., Zagidullin S.Z.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://russjcardiol.elpub.ru/jour/article/view/1303

Картирование поверхности сердца (КПС) является неинвазивным и эффективным методом диагностики ИБС и инфаркта миокарда (ИМ). Большое количество систем КПС не позволяет создавать стандартные диагностические критерии. Цель. Создание нейросетевой модели диагностики Q-ИМ и оценка её эффективности. Материал и методы. С помощью КПС в 90 отведениях было обследовано 96 человек в контрольной группе, 35 – с передним Q-ИМ, 43 – с задним Q-ИМ, 14 – с диафрагмальным ИМ и 21 – с боковым ИМ. Была создана двухслойная нейросеть прямого распространения. Входной слой состоял из амплитуд зубцов Q, R, S, T и сегмента ST во всех 90 отведениях. В выходном слое получали вероятность нормы и различных локализаций ИМ. Результаты. При тестировании НМ контрольной группы и показателей больных ИМ чувствительность оказалась равной 100%, а специфичность – 97,4%. Чувствительность контрольной группы и Q-ПИМ была100%, Q-ЗИМ – 94,4%, Q-ДИМ – 85,7% и Q-бокового ИМ – 83,3%. Заключение. Таким образом, была показана эффективность НМ по данным КПС в диагностике ИМ.

 

 

 

 

Body surface potential mapping (BSPM) is a non-invasive and effective method for diagnosing coronary heart disease (CHD) and acute myocardial infarction (AMI). However, most existing systems of BSPM are unable to create standard diagnostic criteria. Aim. To develop the neural network model (NNM) for diagnosing Q-wave AMI and to assess the model effectiveness. Material and methods. The BSPM method in 90 leads was used in 96 controls, 35 patients with anterior Q-wave AMI, 43 with posterior Q-wave AMI, 14 with inferior Q-wave AMI, and 21 with lateral Q-wave AMI. The input NNM layer was decomposed into five subsets corresponding to horizontal levels of registered signals, using amplitudes of Q, R, S, and T waves and the ST segment. The output layer produced the probability of the norm (controls) and different AMI locations. Results. Exploring the NNM performance in controls and AMI patients, sensitivity of 100% and specificity of 97,4% was observed. Sensitivity reached 100% for anterior Q-wave AMI, 94,4% for posterior Q-wave AMI, 85,7% for inferior Q-wave AMI, and 83,3% for lateral Q-wave AMI. Conclusion. Our data have demonstrated the effectiveness of NNM in AMI diagnostics.

 

 

 

 

 

 

картирование поверхности сердцанейросетевое моделированиеинфарктbody surface potential mappingneural network modelingacute myocardial infarctionReferencesFinlay D., Nugent C., Donnelly M. et al. Selection of optimal recording sites for limited lead body surface potential mapping: A sequential selection based approach. BMC Medical Informatics and Decision Making. 2006, 6:9.Finlay D., Nugent C., Donnelly M. et al. Selection of optimal recording sites for limited lead body surface potential mapping: A sequential selection based approach. BMC Medical Informatics and Decision Making. 2006, 6:9.Ramanthan C., Ghanem R., Jia P. et al. Noninvasive electrocardiohraphic imaging for cardiac electrophysiology and arrythmia. Nature medicine. 2004; 10:4:422–8.Ramanthan C., Ghanem R., Jia P. et al. Noninvasive electrocardiohraphic imaging for cardiac electrophysiology and arrythmia. Nature medicine. 2004; 10:4:422–8.Medvegy M., MD, Preda I., Savard P. New Body Surface Isopotential Map Evaluation Method to Detect Minor Potential Losses in Non–Q-Wave Myocardial Infarction. Electrocardiographic body surface mapping: potential tool for the detection of transient myocardial ischemia in the 21st century? Ann Noninvasive Electrocardiol. 2009; 14 (2):201–10.Medvegy M., MD, Preda I., Savard P. New Body Surface Isopotential Map Evaluation Method to Detect Minor Potential Losses in Non–Q-Wave Myocardial Infarction. Electrocardiographic body surface mapping: potential tool for the detection of transient myocardial ischemia in the 21st century? Ann Noninvasive Electrocardiol. 2009; 14 (2):201–10.Kittnar O, Mlcek M. Analysis of the electrical heart field. Physiol Res. 2010; 59 Suppl 1: S19–24.Kittnar O, Mlcek M. Analysis of the electrical heart field. Physiol Res. 2010; 59 Suppl 1: S19–24.Golovenkin S. E., Shulman V. A., Gorban A. N. et al. The use of neuronet expert system for complications of myocardial infarction. IZvestiya VUZov. Priborostroenie. 2005; 5:19–22. Russian. (Головенкин С. Е., Шульман В. А., Горбань А. Н. и др. Применение нейросетевой экспертной системы для прогнозирования осложнений инфаркта миокарда. Известия ВУЗов. Приборостроение. 2005; 5:19–22).Golovenkin S. E., Shulman V. A., Gorban A. N. et al. The use of neuronet expert system for complications of myocardial infarction. IZvestiya VUZov. Priborostroenie. 2005; 5:19–22. Russian. (Головенкин С. Е., Шульман В. А., Горбань А. Н. и др. Применение нейросетевой экспертной системы для прогнозирования осложнений инфаркта миокарда. Известия ВУЗов. Приборостроение. 2005; 5:19–22).Vartanov A. V. Mechanisms of semantics: human – neuron – model. Neurokompjuteri. 2011; 11:54–65. Russian (Вартанов А. В. Механизмы синематики: человек – нейрон – модель. Нейрокомпьютеры. 2011; 12:54–65).Vartanov A. V. Mechanisms of semantics: human – neuron – model. Neurokompjuteri. 2011; 11:54–65. Russian (Вартанов А. В. Механизмы синематики: человек – нейрон – модель. Нейрокомпьютеры. 2011; 12:54–65).Ijasov B. G., Munasypov R. A., Bulaev V. I. Neuronet structure minimization for data compression. Neurecomputors: Development, use. 2007; 10:75–81. Russian (Ильясов Б. Г., Мунасыпов Р. А., Булаев В. И. Минимизация структуры нейронной сети для решения задачи сжатия данных. Нейрокомпьютеры: Разработка, при-менение. 2001; 10:31–5).Ijasov B. G., Munasypov R. A., Bulaev V. I. Neuronet structure minimization for data compression. Neurecomputors: Development, use. 2007; 10:75–81. Russian (Ильясов Б. Г., Мунасыпов Р. А., Булаев В. И. Минимизация структуры нейронной сети для решения задачи сжатия данных. Нейрокомпьютеры: Разработка, при-менение. 2001; 10:31–5).Ijasov B. G. Zagidullin N. Sh., Munasypov P. A. et al. Computer program of myocardial infarction diagnostics “Neurokard”. Patent 2005610728 RF/Applic.Ijasov B. G. Zagidullin N. Sh., Munasypov P. A. et al. Computer program of myocardial infarction diagnostics “Neurokard”. Patent 2005610728 RF/Applic.04.2005. Russian (Ильясов Б. Г., Загидуллин Н. Ш., Мунасыпов Р. А. и др. Компьютерная программа нейросетевой диагностики инфаркта миокарда «Нейрокард». А. С. № 2005610728 РФ. Заявл. 11.04.2005).04.2005. Russian (Ильясов Б. Г., Загидуллин Н. Ш., Мунасыпов Р. А. и др. Компьютерная программа нейросетевой диагностики инфаркта миокарда «Нейрокард». А. С. № 2005610728 РФ. Заявл. 11.04.2005).Finlay D., Nugent C., McCullaghP. Mining for diagnostic information in body surface potential maps: A comparison of feature selection techniques. BioMedical Engineering OnLine. 2005, 4:51.Finlay D., Nugent C., McCullaghP. Mining for diagnostic information in body surface potential maps: A comparison of feature selection techniques. BioMedical Engineering OnLine. 2005, 4:51.McClelland AJJ, Owens CG, Menown IBA et al. Comparison of the 80-lead body surface map to physician and to 12-lead electrocardiogram in detection of acute myocardial infarction. Am J Cardiol. 2003; 92 (3):252–7.McClelland AJJ, Owens CG, Menown IBA et al. Comparison of the 80-lead body surface map to physician and to 12-lead electrocardiogram in detection of acute myocardial infarction. Am J Cardiol. 2003; 92 (3):252–7.

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