6.24. ábra - Einthoven I. elvezetésben rögzített EKG középkorú, egészséges férfiról (kék). A jel a QRS-komplexusok eltávolítása után (piros).
Az EKG-jel karakterisztikus része a QRS-komplexus. Ezen a szakaszon a legnagyobb a jel meredeksége, és általában itt a legnagyobb az amplitúdó is. A QRS-detektálás szokásosan az EKG-jelfeldolgozás első lépése [6.10]. A QRS (időbeli) helyének ismeretében a további paraméterek meghatározása egyszerűbbé válik. A 6.24.
ábra egy középkorú egészséges személyről Einthoven I. elvezetésben felvett EKG-jel 10 s hosszú szakaszát mutatja a DC komponens eltávolítása (a jel átlagértéke minden mintavételi pontból kivonva) és 40 Hz törésponti frekvenciájú, harmadfokú Butterworth aluláteresztő szűrés után.
6.25. ábra - Két ciklus a 6.24. ábrán szereplő EKG-jelből (kék) és a QRS-komplexusok
eltávolítása utáni jel (piros)
Két ciklust mutat a 6.25. ábra. Ezen a szűrt jel kékkel ábrázolt. A regisztrátumból a QRS- komplexusok eltávolítása után kapott jelet pirossal rajzoltuk. A 6.26. ábra mutatja a két jel frekvenciaspektrumát. Látható, hogy a QRS-komplexusok eltávolítása a 8–35 Hz-es tartományban eredményez különbséget.
6.26. ábra - A 6.24. ábrán látható jelek frekvenciaspektruma
A 6.27. és a 6.28. ábra a T hullámok eltávolítása után kapott jel (fekete) és az eredeti jel frekvenciaspektrumát mutatja. Látható, hogy a T hullámok eltávolítása a 3–6 Hz tartományban eredményez különbséget.
6.27. ábra - A 6.24 ábrán látható jelből a T hullámok eltávolítása után kapott (fekete) és az eredeti jel (kék) frekvenciaspektruma
6.28. ábra - A 6.27. ábrából a 0–10 Hz tartomány kinagyítva
Egy 10 ... 20 Hz-es sávközép-frekvenciájú sáváteresztő szűrő jól használható a QRS- detektálásban. A felhasznált szűrő Q jósági tényezőjét általában 1 körüli értékre választják. Ennél nagyobb jósági tényező esetén a tranziens válaszban hosszú ideig tartó lengések jelennének meg. A QRS-detektálásban gyakran alkalmaznak differenciálást. Ez a nagyobb meredekségű QRS-hullámot választja el a kisebb meredekségű P, T hullámoktól.
Mivel a differenciálás felüláteresztő szűrésnek felel meg, ez a hálózati eredetű és az izommozgásból eredő zajokat is kiemeli. Ezért a differenciálást követően általában a jel meghatározott időablakra számított effektív értékét számítják ki (pl. négyzetre emeléssel). A QRS- detektálást segíti, ha az időablak a QRS-hullám szokásos szélességével (60–100 ms) megegyezik. Az így előállított jelből komparálással lehet a QRS-komplexusok helyét azonosítani. A leírt módszer a Pan–Tompkins-QRS-detektor [6.11], amelyet a 4.2.1. fejezet mutat be részletesen.
A QRS-detektálás történhet mintaillesztéssel is. A mintát vagy az éppen vizsgált személy EKG-jának elemzésével, vagy nagyszámú, több személyről készített felvétel alapján állítják elő. Az előbbi eset használható hosszú idejű (pl. Holter-típusú) felvételek kiértékelésére. A mintaillesztéssel történő detektálás elvégzésére jól alkalmazható neurális hálózat [6.24].
Az EKG-jelek feldolgozása során az alapvonal-vándorlást ki kell szűrni, és a hálózati eredetű zajok hatását le kell csökkenteni. Az alapvonal-vándorlás részben a légzés miatt, részben a testfelszín és az elektródok kapcsolódási felületén kialakuló félcella-potenciál megváltozása miatt jelenik meg. A szabvány szerint egy EKG-készülék DC-átvitellel nem rendelkezhet, alsó határfrekvenciája (ahol a sávközép-frekvencián lévőhöz képest az átvitel csökkenése 3 dB) 0,05 Hz-en kell legyen. Ez az alapvonal-vándorlást csökkenti, de nem szünteti meg. Az alsó határfrekvencia megnövelése a kisfrekvenciás komponenseket tartalmazó P és T hullámokat jelentősen torzítaná. Általában két módszert használnak a kisfrekvenciás zavarok további csökkentésére. Az egyik módszer az egyes ciklusok izopotenciális szakaszainak (pl. PQ) azonosítása, majd az ezen pontokra illesztett görbével a kisfrekvenciás zavarjel meghatározása, végül a zavarjel kivonása. A másik módszer a morfológiai szűrés [6.12], amely az előre megadható időtartamnál rövidebb szakaszokon belül a mintavételezett pontok egymáshoz képesti helyzetét csak kismértékben változtatja meg. Így a kisfrekvenciás komponenseket tartalmazó, de időben korlátos P és T hullámok lényegében torzítatlanok maradnak, az időben hosszabb, kisfrekvenciás változások pedig jelentősen csökkenthetők. A hálózati eredetű zavarok kiszűrésében jelentős segítség, hogy a hálózati frekvencia eltérése a névlegestől ma Magyarországon csekély, ritkán haladja meg a 0,1 Hz-et. A mai készülékek szinte kizárólag digitális szűrést alkalmaznak a hálózati eredetű zajok csökkentésére is.
Az izomremegésből eredő zajok jellemzően 30 ... 35 Hz feletti frekvenciával rendelkeznek. Kiszűrésük csak az EKG azonos frekvenciájú komponenseinek kiszűrésével együtt tehető meg. Ez bizonyos típusú készülékeknél (pl. intenzív őrző) megengedhető. Normál nyugalmi felvételeknél kooperatív páciensek esetében az izommozgásból eredő zaj gyakorlatilag elhanyagolható.
A szívritmus-szabályozóval ellátott páciensek száma gyorsan növekszik a fejlett világban. A szívritmusszabályozó a szívciklus kezdetén egy viszonylag nagy amplitúdójú jelet állít elő, ami az EKG-készülék bemeneti fokozatát túlvezérelheti. Mivel ez a nagy amplitúdójú jel időben igen rövid, jellemzően néhány ms, így lehetőség van kiszűrésére a megengedett maximális jelmeredekség korlátozásával.
Az EKG-jel viszonylag könnyen mérhető, és igen nagy számú felvétel kiértékelésére van szükség. Már az 1980-as évek közepén 200 millióra becsülték az évente készített EKG-felvételek számát, amelyeknek mintegy felét már akkor számítógéppel dolgozták fel. A mai készülékek között gyakorlatilag nincs olyan, amelyik ne végezne valamilyen szintű kiértékelést. A kiértékelések között a jelfeldolgozás minden eszköze megtalálható. A mesterséges intelligencia, az egyidejű idő-frekvencia analízis, a wavelet analízis éppúgy előfordul, mint a hagyományos idő-, illetve frekvenciatartománybeli analízis.
6.29. ábra - A szív egy 28 elemű végeselem-modellje
A testfelszíni térképezéssel készített felvételeket sok esetben végeselem-módszerrel dolgozzák fel. A szívizomzatot részekre osztva meghatározzák, hogy egy-egy rész milyen mértékben járult hozzá az egyes elektródokkal mért időfüggvényekhez. A 6.29. ábra egy egyszerű modellt mutat a kamrák elektromos aktivitásának vizsgálatához [6.19]. Léteznek több száz, esetenként több ezer elemet használó modellek is [6.13].
Még a jelenlegi technikai háttér mellett is sok esetben szükség van az EKG-felvételek tömörítésére, elsősorban akkor, ha a felvételeket más helyről is elérhetővé akarjuk tenni. A tömörítésre különböző módszerek (DWT, Discret Wavelet Transform, FFT, Fast Fourier Transform, DCT, Discrete Cosine Transform) alkalmazhatók [6.14]. Az EKG-jel esetében kihasználhatjuk, hogy viszonylag hosszú szakaszain a jelváltozási meredekség kicsi. A mintavételezett pontok különbségeit előállítva a nullához közeli értékek nagy gyakorisággal fognak előfordulni. Ez az eljárás növeli a tömörítés hatékonyságát, változó hosszúságú kódolást alkalmazva.