Стандартная электрокардиография является основным методом инструментальной диагностики заболеваний сердца. Однако современные методы цифровой обработки сигналов открывают новые возможности для извлечения диагностически значимой информации из электрокардиограммы. Гармонический (частотный) анализ позволяет выявить тонкие изменения в структуре сигнала, которые могут оставаться незаметными при традиционном визуальном анализе.
Основы гармонического анализа
Любой периодический сигнал, в том числе электрокардиограмма, может быть разложен на сумму простых синусоидальных колебаний различных частот — гармоник. Для этого применяется преобразование Фурье, а его вычислительно эффективная реализация - быстрое преобразование Фурье (БПФ) [1]. Основная гармоника соответствует частоте сердечных сокращений, а высшие гармоники определяют форму и тонкую структуру зубцов и сегментов ЭКГ.
Современные методы обработки сигналов позволяют регистрировать ЭКГ с высоким разрешением и выделять слабые компоненты, составляющие около 5% от общей амплитуды сигнала [2]. Это открывает возможности для анализа тонких регуляторных механизмов сердечной деятельности.
Диагностическая ценность гармонического анализа
Идентификация пациентов с риском желудочковых тахиаритмий
Одним из наиболее значимых клинических применений частотного анализа ЭКГ является выявление пациентов с повышенным риском развития устойчивой желудочковой тахикардии. В исследовании Pierce и соавторов (1984) было показано, что у пациентов, перенесших инфаркт миокарда и склонных к этой опасной аритмии, высокочастотные компоненты в конечной части комплекса QRS и сегменте ST выражены значительно сильнее по сравнению с пациентами без аритмий [1]. Метод БПФ-анализа сигнал-усредненных ЭКГ продемонстрировал высокую чувствительность в идентификации пациентов из группы риска [5].
Дальнейшие исследования показали, что частотный анализ может быть информативным даже у пациентов с блокадой ножек пучка Гиса, когда традиционные временные критерии поздних потенциалов желудочков теряют диагностическую значимость [4].
Оценка нелинейной динамики сердечного ритма
В последние десятилетия накоплены данные о том, что ЭКГ-сигналы имеют нелинейную природу [6]. Строго периодические сердечные ритмы часто сопровождают патологические состояния, тогда как здоровый ритм характеризуется определенной степенью вариабельности. Методы нелинейной системной теории, включая реконструкцию фазового пространства, находят все большее применение для анализа ЭКГ [2].
Исследования показывают, что для топологически корректной реконструкции ЭКГ-сигнала в фазовом пространстве требуется размерность вложения от 6 до 8 [2]. Анализ фрактальной размерности фазовых портретов позволяет различать сигналы, порожденные детерминированными процессами (в том числе хаотическими), и случайные шумоподобные сигналы [2]. Для нормального сердца характерна динамика хаотической природы с корреляционной размерностью в диапазоне от 3,6 до 5,2 [6].
Нелинейные методы также успешно применяются для характеристики аритмий и их механизмов [2]. Анализ сингулярностей и реконструкция фазового пространства предоставляют физически обоснованные меры сложности сердечной динамики и могут использоваться для неинвазивной диагностической поддержки при таких нарушениях ритма, как трепетание и фибрилляция предсердий [2].
Перспективы применения
Современные исследования показывают, что характерные изменения в спектре ЭКГ могут обнаруживаться раньше, чем они становятся видимыми при визуальном анализе кардиограммы [1,4]. Это делает спектральный анализ перспективным инструментом для ранней диагностики нарушений сердечного ритма.
Частотный и нелинейный анализ ЭКГ активно внедряется в системы автоматической обработки сигналов, что особенно актуально для систем дистанционного мониторинга [2]. Дальнейшее совершенствование методов обработки сигналов открывает перспективы для повышения чувствительности выявления ранних стадий сердечно-сосудистых заболеваний.
________________________________________
Список литературы
[1] Pierce E.T., Easley A., Salerno D.M., et al. Fast-Fourier transform analysis of signal-averaged electrocardiograms for identification of patients prone to sustained ventricular tachycardia // Circulation. - 1984. - Vol. 69. - P. 711–720.
[2] Fell J., Röschke J., Schäffner C. Nonlinear analysis of continuous ECG during sleep I. Reconstruction // Biological Cybernetics. - 2000. - Vol. 82, No. 6. - P. 477–483.
[4] Buckingham T.A., Thessen C.M., Hertwech D., et al. Signal-averaged electrocardiography in the time and frequency domains // The American Journal of Cardiology. - 1989. - Vol. 63. - P. 820–826.
[5] Cain M.E., Ambos H.D., Wirkowski F.X., et al. Fast-Fourier transform analysis of signal-averaged electrocardiograms for identification of patients prone to sustained ventricular tachycardia // Circulation. - 1984. - Vol. 69. - P. 711–720.
[6] Babloyantz A., Destexhe A. Is the normal heart a periodic oscillator? // Biological Cybernetics. - 1988. - Vol. 58. - P. 203–211.

В России активно ведутся как исследовательские, так и прикладные работы в области гармонического, спектрального и нелинейного анализа ЭКГ. Эти разработки охватывают фундаментальные исследования в ведущих научных центрах, создание программного обеспечения и клиническое применение.
Фундаментальные и поисковые исследования.
В таких институтах, как РКНПК (ныне НМИЦ Кардиологии им. академика Е.И. Чазова), изучают возможность использования гармонического анализа ЭКГ высокого разрешения для оценки влияния вегетативной нервной системы на сердце и прогнозирования аритмий [1]. Эти работы ведутся на экспериментальных моделях (например, у крыс) и публикуются в рецензируемых журналах, таких как "Бюллетень экспериментальной биологии и медицины" [1]. В ходе исследований было показано, что спектральные компоненты ЭКГ высокого разрешения - респираторная и майеровская волны - отражают изменения вегетативного баланса и могут служить маркерами аритмогенеза [1].
Параллельно с экспериментальными исследованиями в России разрабатываются теоретические подходы к нелинейному анализу сердечного ритма. В частности, предлагаются динамические модели реконструкции ЭКГ-сигнала в фазовом пространстве при гелиогеофизических флуктуациях, что позволяет оценивать реакцию кардиосистемы на внешние возмущения [2]. Также активно разрабатываются методы вейвлет-анализа ЭКГ, учитывающие фрактальную структуру сигнала и позволяющие выявлять патологические изменения на ранних стадиях [3].
Разработка алгоритмов и создание экспертных систем.
Инженерные коллективы из ведущих технических вузов, например, РУДН и СПбГЭТУ "ЛЭТИ", занимаются созданием программного обеспечения для спектрального анализа кардиосигналов. Цель этих работ - разработка алгоритмов (в том числе на основе вейвлет-преобразования и нейросетей), которые могут лечь в основу экспертных диагностических систем для автоматического выявления нарушений ритма, включая опасные для жизни состояния [3]. Исследования показывают, что применение топологических методов для описания изменений ЭКГ в задаче мониторинга переходных критических состояний кардиодинамики позволяет повысить точность прогнозирования [4].
Разработка конкретных приборов и ПО.
Существуют российские компании, производящие аппаратно-программные комплексы для анализа вариабельности сердечного ритма. Примером служит комплекс «Поли-Спектр» от компании «Нейрософт» (г. Иваново), который используется в исследованиях для оценки вегетативного баланса. Это показывает, что методы выходят за рамки чистой науки и внедряются в доступное диагностическое оборудование [5].
Список литературы:
1. Ревенко С.В., Селектор Л.Я., Гаврилов И.Ю., и др. Электрические ритмы, выявляемые гармоническим анализом кардиограммы высокого разрешения // Бюллетень экспериментальной биологии и медицины. - 2015. - Т. 159, № 1. - С. 15–20.
2. Пипин В.В., Рагульская М.В., Чибисов С.М. Динамические модели и реконструкция электрокардиограммы при гелиогеофизических флуктуациях // Вестник Российского университета дружбы народов. Серия: Медицина. — 2010. - № 2. - С. 25–30.
3. Aldonin G.M., Soldatov A.V., Cherepanov V.V. Wavelet Analysis of Cardiac Electrical Activity Signals // Biomedical Engineering. - 2018. - Vol. 52, No. 2. - P. 120–124. — DOI: 10.1007/s10527-018-9796-x.
4. Гурия Г.Т., Романец И.А., и др. Топологический подход для описания изменений ЭКГ в задаче мониторинга переходных критических состояний в кардиодинамике // Труды МКО-2025. - М., 2025. - С. 112–118.
5. Нейрософт. Аппаратно-программный комплекс «Поли-Спектр» для анализа вариабельности сердечного ритма [Электронный ресурс]. - Иваново, 2022. - https://www.neurosoft.ru