УДК 616­-07
DOI: 10.36871/2618-­9976.2025.10.006

Авторы

Евгений Юрьевич Щетинин,
Севастопольский государственный университет, Севастополь, Россия
Анна Вячеславовна Пестрякова,
Севастопольский государственный университет, Севастополь, Россия

Аннотация

В статье представлена инновационная математическая модель генерации 12­канальных электрокардиограмм, основанная на принципиально новом подходе к учету пространственных зависимостей между отведениями. Основная научная новизна исследования заключается в разработке метода линейного преобразования набора физиологически обоснованных базисных сигналов, представляющих проекции электрического поля сердца, с добавлением коррелированного шума, точно имитирующего реальные клинические помехи. В отличие от традиционных генеративных моделей (VAE, GAN), которые работают как «черные ящики», модель обеспечивает явный контроль над морфологией ключевых волн (P, QRS, T) и строгое соблюдение физиологических ограничений, включая законы Кирхгофа для отведений в конечностях тела. Это гарантирует анатомическую согласованность сигналов между всеми 12 отведениями, что ранее не достигалось в подобных работах. Модель продемонстрировала высокую производительность на датасете PhysioNet PTB­XL: MSE=0.015, косинусное сходство=0.94, F1­score=0.88 для нормальных ритмов и 0.82 для аритмий. Важным преимуществом модели является ее вычислительная эффективность (время генерации 50 мс) и относительно низкие требования к памяти (2.5 ГБ). Результаты сравнительного анализа с современными генеративными моделями (VAE, GAN, Diffecg) продемонстрировали превосходство предложенной модели в интерпретируемости, контроле параметров генерации и физиологической достоверности синтезированных сигналов.

Ключевые слова

электрокардиограмма
пространственные зависимости
генеративные модели
интерпретируемость
физиологическое моделирование
синтетические данные ЭКГ
машинное обучение в кардиологии