КардиоСеть: интеллектуальный анализ электрокардиограмм по фотографии
Гибридная платформа автоматической оцифровки и интерпретации ЭКГ по фотографии: компьютерное зрение, детерминированные измерения и искусственный интеллект — для поддержки врачебных решений в педиатрической кардиологии
Проект «КардиоСеть»
Междисциплинарное исследование на стыке клинической кардиологии, компьютерного зрения и искусственного интеллекта. Мы превращаем обычную фотографию бумажной ЭКГ в полноценный цифровой сигнал и структурированное клиническое заключение.
Период исследования
Версия программной платформы
Участника научного коллектива
Клиническая направленность
ФГБОУ ВО «Дальневосточный государственный медицинский университет» Минздрава России
Педиатрический факультет · Деканат педиатрического факультета
г. Хабаровск, ул. Муравьёва-Амурского, д. 35
Научный коллектив
Научное руководство
Каплиева Ольга Викторовна
к.м.н., доцент кафедры педиатрии, перинатологии и неонатологии с курсом неотложной медицины, главный внештатный специалист врач детский кардиолог МЗ ХК
Научный руководитель
Исследователи
Коноплев Ростислав Русланович
Студент педиатрического факультета, инженер-программист
Архитектор и разработчик платформы
Колесников Артём Константинович
Студент 5 курса педиатрического факультета
Клиническая валидация и статистика
Актуальность исследования
Электрокардиография остаётся самым доступным и массовым методом инструментальной диагностики сердца. Однако в отдалённых районах бумажная лента физически не доходит до детского кардиолога своевременно, а каждая минута задержки снижает ценность исследования.
смертей от сердечно-сосудистых заболеваний ежегодно
ВОЗ
причина смертности в мире — болезни системы кровообращения
ВОЗ
территории России — Дальневосточный федеральный округ
Росстат
занимает ручной анализ и описание одной ЭКГ
Экспертная оценка
Ключевая проблема
Бумажные электрокардиограммы невозможно напрямую передать в телемедицинский контур, а их ручная расшифровка требует дефицитного времени профильного специалиста. Педиатрическая практика добавляет сложность: нормы интервалов и вольтажа существенно меняются с возрастом ребёнка, а большинство существующих автоматических систем ориентированы на взрослых пациентов.
Цель и задачи исследования
Цель работы
Создание гибридной системы интеллектуального анализа электрокардиограмм, объединяющей компьютерное зрение, детерминированные математические алгоритмы и методы искусственного интеллекта, для поддержки принятия врачебных решений в педиатрической кардиологии.
Основные задачи
Разработать алгоритм выделения кардиосигнала с фотографии с коррекцией перспективы, наклона и неравномерного освещения.
Создать систему автоматической калибровки по миллиметровой сетке и калибровочному импульсу для перевода изображения в милливольты и миллисекунды.
Реализовать детекцию всех компонентов ЭКГ (P, Q, R, S, T) и расчёт амплитудно-временных параметров с учётом возрастных нормативов.
Интегрировать ИИ-модуль «КардиоСеть» для распознавания паттернов и формирования структурированного клинического заключения.
Разработать веб-интерфейс врача с наложением цифрового сигнала на оригинал, таблицей измерений и ИИ-интерпретацией.
Провести валидацию на открытых эталонных базах и педиатрической выборке с верификацией детским кардиологом.
Методология: конвейер из девяти этапов
Каждый этап возвращает не только результат, но и оценку уверенности. При недостаточном качестве обработка останавливается с понятной рекомендацией — система не выдаёт сомнительных цифр.
Контроль качества снимка
Оценка резкости, бликов и разрешения. Система подсказывает пользователю, как переснять ЭКГ, вместо выдачи недостоверного результата.
Геометрическая коррекция
Поиск границ ленты, устранение перспективных искажений, выравнивание наклона по линиям сетки.
Автокалибровка
Определение шага миллиметровой сетки спектральным анализом и проверка по калибровочному импульсу 1 мВ.
Распознавание раскладки
Автоматическое выделение отведений и определение формата записи (3×4, 6×2, 12×1).
Выделение кардиосигнала
Отделение кривой от сетки и подписей, трассировка линии ЭКГ в каждом отведении.
Цифровой двойник сигнала
Перевод в физические единицы, дискретизация 500 Гц, полосовая фильтрация и устранение дрейфа изолинии.
Амплитудно-временной анализ
Детекция P–QRS–T, расчёт ЧСС, PQ, QRS, QT, QTc, амплитуд, смещения ST и электрической оси с возрастными нормами.
Нейросетевая классификация
Распознавание нарушений ритма, блокад и признаков гипертрофии с оценкой вероятности каждого паттерна.
ИИ-заключение и отчёт
Структурированный протокол: наложение сигнала на оригинал, таблица измерений и интерпретация для врача.
Гибридный интеллект: три уровня верификации
Ключевой принцип платформы: цифры рассчитывает алгоритм, интерпретирует искусственный интеллект, решение принимает врач. Любое расхождение между уровнями выносится на экран специалиста.
Уровень 1 · Математическое ядро
Детерминированный расчёт всех интервалов и амплитуд. Каждое число воспроизводимо и прослеживается до конкретной точки на исходном снимке.
Уровень 2 · Нейросетевой классификатор
Модель, обученная на крупных размеченных базах ЭКГ, оценивает вероятность диагностических паттернов: ритм, проводимость, гипертрофия, ишемия.
Уровень 3 · Мультимодальная языковая модель
Анализирует одновременно измерения и само изображение, перекрёстно проверяет их согласованность и формулирует заключение на языке клинициста.
Правовое обеспечение
Полное обезличивание данных до передачи в аналитический контур в соответствии с 152-ФЗ «О персональных данных» и 323-ФЗ «Об основах охраны здоровья граждан» (ст. 13 — врачебная тайна).
Врач в контуре принятия решений
Система позиционируется как инструмент поддержки врачебных решений: цифровой сигнал накладывается на оригинал, а каждая метка зубца доступна для визуальной проверки и коррекции.
Научная новизна
Гибридный трёхуровневый анализ
Синергия детерминированного алгоритма, нейросетевого классификатора и мультимодальной языковой модели с перекрёстной верификацией результатов.
От фотографии смартфона — к сигналу
Работа с реальными снимками бумажной ленты, а не только со сканами: коррекция геометрии, освещения и автоматическая калибровка.
Педиатрическая адаптация
Встроенные возрастные нормативы интервалов, вольтажа и электрической оси для детей и подростков.
Прозрачность и верифицируемость
Наложение оцифрованного графика на оригинал и прослеживаемость каждого измерения до исходного изображения.
Технические характеристики и валидация
Целевые показатели качества зафиксированы до начала испытаний и проверяются на открытых международных эталонных базах — по той же методике, что применяется в мировых соревнованиях по анализу ЭКГ.
этапов обработки
клинических параметров
отведений
дискретизация сигнала
Целевые метрики качества
Протокол валидацииMAE — средняя абсолютная ошибка относительно эталонной разметки.
Базы данных для обучения и валидации
PTB-XL
21 799 ЭКГЭталонные 12-канальные записи с разметкой кардиологов
PhysioNet / CinC Challenge 2024
Изображения + сигналМеждународный бенчмарк оцифровки ЭКГ по изображениям
Педиатрическая выборка ДВГМУ
ФормируетсяОбезличенные ЭКГ детей с верификацией детским кардиологом
Традиционный подход и «КардиоСеть»
| Критерий | Традиционно | КардиоСеть |
|---|---|---|
| Носитель | Бумажная лента | Фото со смартфона |
| Передача кардиологу | Часы и дни | Секунды |
| Измерение интервалов | Линейка и циркуль | Автоматически |
| Возрастные нормы | Справочные таблицы | Встроены в анализ |
| Воспроизводимость | Зависит от эксперта | Детерминированный алгоритм |
| Архивирование | Бумажный архив | Цифровой сигнал, интеграция с МИС |
Рассчитываемые параметры
Три формулы коррекции QT позволяют корректно оценивать реполяризацию при высокой частоте сердечных сокращений, характерной для детского возраста.
Дорожная карта проекта
Март 2025
Анализ литературы и выбор методов
Май 2025
Алгоритмы обработки изображений ЭКГ
Июль 2025
Детекция компонентов P–QRS–T и расчёт параметров
Сентябрь 2025
Веб-платформа и демо-протокол
2026
Многоканальный анализ и архитектура ИИ-модуля
IV кв. 2026
Автокалибровка по сетке и нейросетевая сегментация
I кв. 2027
Валидация на PTB-XL и педиатрической выборке
II кв. 2027
Публикации, регистрация ПО, пилот в МИС
Практическая значимость
Платформа «КардиоСеть» превращает любой смартфон в точку доступа к кардиологической экспертизе. Она сокращает путь от регистрации ЭКГ до заключения специалиста с дней до минут, снижает нагрузку на детских кардиологов и выравнивает доступность качественной диагностики для жителей отдалённых районов Дальнего Востока. Проект готовится к государственной регистрации программы для ЭВМ и пилотному внедрению в контур медицинских информационных систем.
Телемедицина
Массовый скрининг
ИИ-ассистент врача
Интеграция с МИС