Корсунский Никита Александрович, аспирант
ул. 50 лет Октября, д. 94, г. Курск 305040
Nikita A. Korsunsky, Postgraduate
50 Let Oktyabrya Str. 94, Kursk 305040
Цель исследования заключается в разработке метода многоотведённой биоимпедансной спектроскопии грудной клетки, ориентированного на объективную и доступную оценку функционального состояния дыхательной системы и дифференциальную диагностику патологий лёгких.
Методы. В работе предложен метод регистрации и обработки биоимпедансных характеристик грудной клетки, основанный на использовании восьми контактных электродов и последовательном формировании двадцативосьми уникальных биоимпедансных отведений. Для каждого отведения выполняется многочастотное зондирование тканей переменным током малой амплитуды с последующей регистрацией амплитудно-фазочастотных характеристик, построением графиков Коула и вычислением диагностических дескрипторов. Обработка данных реализована с применением многоуровневого обучаемого классификатора, включающего нейронные сети первого уровня для анализа отдельных отведений, сети второго уровня - для агрегирования информации по топологическим группам, соответствующим анатомическим зонам грудной клетки, и интегрирующую сеть для формирования итоговой оценки функционального состояния дыхательной системы. Разработан аппаратно-программный модуль, обеспечивающий автоматизированное переключение отведений и формирование признакового пространства.
Результаты. Проведена экспериментальная апробация предложенного метода на группе добровольцев и пациентов с различными нарушениями вентиляционной функции лёгких. Показано, что использование многоотведённой схемы измерений и пространственно ориентированной обработки биоимпедансных данных обеспечивает повышение разделимости диагностических групп по сравнению с традиционными схемами биоимпедансных измерений. Разработанный классификатор продемонстрировал устойчивую работу и высокие показатели точности, чувствительности и специфичности, сопоставимые с результатами традиционных инструментальных методов диагностики. Применение собственного модуля коммутации электродных каналов позволило автоматизировать процесс измерений, снизить влияние артефактов и сократить время обследования.
Заключение. Предложенный метод многочастотной многоотведённой биоимпедансной спектроскопии в сочетании с многоуровневой архитектурой классификации может быть использован при создании систем поддержки клинических решений для диагностики социально-значимых заболеваний дыхательной системы, обеспечивая расширение функциональных возможностей и повышение качества классификации.
The purpose of the research is to develop a multi-lead bioimpedance spectroscopy method for objective and accessible assessment of the functional state of the respiratory system and differential diagnosis of lung pathologies.
Methods. A method for registering and processing thoracic bioimpedance characteristics is proposed, based on the use of eight contact electrodes and sequential formation of twenty-eight unique bioimpedance leads. For each lead, multifrequency tissue probing with low-amplitude alternating current is performed, followed by registration of amplitude-phase-frequency characteristics, construction of Cole plots, and extraction of diagnostic descriptors. Signal processing is implemented using a multi-level trainable classifier, including first-level neural networks for individual lead analysis, second-level networks aggregating information within topological groups corresponding to anatomical zones of the chest, and a final integrating network forming the overall assessment of the respiratory system functional state. A dedicated hardware-software module was developed to provide automated lead switching and feature space formation.
Results. Experimental validation of the proposed method was carried out on groups of healthy volunteers and patients with various ventilation impairments. The results demonstrate that the use of a multi-lead measurement scheme and spatially oriented bioimpedance data processing improves diagnostic group separability compared to conventional bioimpedance measurement approaches. The developed classifier showed stable performance and high accuracy, sensitivity, and specificity, comparable to those of traditional instrumental diagnostic methods. Integra tion of a custom electrode channel switching module enabled automation of measurements, reduction of artifacts, and shortening of examination time.
Conclusion. The proposed multifrequency multi-lead bioimpedance spectroscopy method combined with a multilevel classification architecture can be applied in clinical decision support systems for diagnosing socially significant respiratory diseases, enhancing classification quality and expanding the functionality of intelligent medical decisionmaking systems.
The authors declare that there are no conflicts of interest present.