Векторная электрокардиография (ВЭКГ) - это метод, позволяющий измерять и представлять электрический вектор сердца во время сердечного цикла. Этот вектор представляет собой направление дипольного момента сердца, что дает информацию о сокращении сердечной мышцы. Врачи используют ВЭКГ для анализа движения вектора в трех основных плоскостях и его 3D отображения для диагностики и мониторинга состояния сердца.
В данном проекте представлены исследования по вычислению значения фракции левого желудочка (задача регресии), а также определению нормы/паталогии (задача классификации) по ВЭКГ с использованием ИИ.
-
Представление в виде трехканального изображения, в котором 1 канал - фронтальная, 2 канал - аксиальная, и 3 канал - сагиттальная проекции ВЭКГ. Для такого случая оперделение осуществляется с помощью сверточных архитектур нейронных сетей (ResNet подобные)
-
Представление в виде облака точек (дискретизация 700 Гц). Для обучения используется архитектура на подобии PointNet
-
Выделение информативных признаков из данных: площадь QRS и ST-T петель во всех основных проекциях, значение пространственного угла QRST и проекции этого угла на фронтальную плоскость. Так же используются такие признаки, как возраст и пол испытуемых. На основе данных фичей строятся классические ML модели по регрессии и классификации + проводиться преподготовка данных перед обучением
Так же проведено исследование по преподготовке данных - генерация данных из исходного датасета, содержащего edf файлы. Данный генератор использует функцию по обработки и получению ВЭКГ из моего репозитория, доступного по этой cсылке.
Генерация по итогу своей работы формирует датасет облак точек, датасет трехканальных изображений и датасет информативных фичей, представленный в csv таблице.
В папке Inference_pointnet находится код по созданию таблицы предстказаний для готовой модели pointnet на тестовых данных от мед учреждения