A novel EMG artifact removal algorithm based on complete local convolutional sparse dictionary learning in ECG signals

ينبض قلب الإنسان بإيقاع يعتمد عليه الأطباء منذ زمن طويل لقياس الصحة، وهو نبض كهربائي ثابت يُلتقط على شريط ورقي أو شاشة رقمية. هذا التسجيل، المعروف باسم تخطيط كهربائية القلب (ECG)، يرسم خريطة للنشاط الكهربائي للقلب بمرور الوقت، كاشفاً عن موجات متميزة تتوافق مع انقباض العضو وانبساطه. ومع ذلك، فإن التقاط هذه الإشارة نادراً ما يكون عملية نظيفة؛ فالجسم بيئة صاخبة، والتيارات الكهربائية الضئيلة التي يولدها القلب يسهل طمسها بواسطة الإشارات الكهربائية الأكبر والأكثر فوضوية التي تنتجها العضلات الهيكلية. فعندما يتحرك الشخص، أو يرتجف، أو حتى يشد عضلاته ببساطة، تتداخل إشارات العضلات هذه، والتي تسمى تخطيط كهربائية العضلات (EMG)، في تسجيل القلب. ولأن ترددات ضجيج العضلات وتوقيت إشارات القلب تتداخل بشكل كبير، فإن مجرد تصفية الضجيج غالباً ما يؤدي إلى إزالة إشارة القلب معها، مما يترك الأطباء أمام صورة مشوهة يمكن أن تخفي حالات تهدد الحياة أو تخلق إنذارات كاذبة.

لعقود من الزمن، سعى الباحثون لإيجاد طريقة لفصل نبض القلب المنتظم عن ثرثرة العضلات العشوائية دون فقدان التفاصيل الدقيقة لشكل النبض. تعتمد الطرق التقليدية غالباً على تقطيع الإشارة إلى قطع صغيرة يمكن إدارتها لتحليلها، لكن هذا النهج قد يؤدي عن طريق الخطأ إلى تقطيع الميزات ذاتها التي يحتاج الأطباء لرؤيتها، مما يخلق قممًا اصطناعية أو يفقد بعض القمم الحقيقية. تقترح دراسة جديدة أجراها باحثون من جامعة شنغهاي للهندسة والعلوم وكلية دبلن الجامعية مساراً مختلفاً؛ فقد طوروا طريقة لا تقوم بتقطيع الإشارة إلى قطع، بل تتعلم الشكل الفريد لنبض القلب مباشرة من التسجيل الصاخب، مما يعلم الكمبيوتر فعلياً كيفية التعرف على "صوت" القلب حتى عندما يصرخ فوق حشد من ضجيج العضلات.

تقوم نهج الباحثين على فكرة أن الإشارة الكهربائية للقلب متكررة ويمكن التنبؤ بها، بينما ضجيج العضلات عشوائي وفوضوي. لقد أنشأوا نظاماً يعمل مثل مستمع ماهر للغاية، يمكنه تحديد نمط ضربات القلب وسط الارتباك. وبدلاً من إجبار البيانات على اتخاذ أشكال ثابتة ومحددة مسبقاً، يبني النظام "قاموساً" مخصصاً للأنماط من خلال دراسة الإشارة الصاخبة نفسها. فهو يبحث عن دفعات الطاقة القصيرة والحادة التي تشكل نبضات القلب، والمعروفة باسم مركبات (QRS)، ويتعلم كيفية عزلها. وما يميز هذه الطريقة الجديدة هو كيفية تعاملها مع البيانات؛ فبدلاً من معالجة التسجيل بأكره أو تقسيمه إلى أجزاء عشوائية، يركز النظام فقط على المناطق الصغيرة والنشطة حيث توجد إشارة القلب. إنه يتجاهل المساحات الشاسعة من الصمت أو الضجيج الصرف، ويحدث فهمه لنمط نبض القلب فقط حيث تكون الإشارة موجودة بالفعل. تسمح هذه الاستراتيجية للكمبيوتر بالعمل بشكل أسرع وبذاكرة أقل بكثير، مما يجعل من الممكن معالجة تسجيلات طويلة لنشاط القلب دون التعثر.

ولاختبار مدى نجاح هذه الطريقة، طبقها الباحثون على مجموعتين معروفتين من تسجيلات القلب: إحداهما تحتوي على إيقاعات قلب قياسية، والأخرى مليئة بتداخل عضلي شديد. وقارنوا تقنيتهم الجديدة بعدة طرق موجودة، بما في ذلك التفكيك الرياضي المعقد ونماذج الذكاء الاصطناعي الحديثة. وأظهرت النتائج أنه بينما واجهت الطرق الأخرى صعوبة في التمييز بين القلب والضجيج، مما ترك غالباً موجات مشوهة أو خلق نبضات قلب وهمية، نجحت الطريقة الجديدة في تجريد تداخل العضلات بنجاح. لقد استعادت إشارة القلب بوضوح مذهل، محافظةً على القمم الحادة والمنحنيات الناعمة التي يحتاجها الأطباء للتشخيص. وفي الاختبارات التي كان فيها ضجيج العضلات قوياً لدرجة جعلت إشارة القلب غير مرئية تقريباً، تمكنت الطريقة الجديدة من استعادة نبض القلب، بينما فشلت النهج الأخرى في إنتاج صورة قابلة للاستخدام.

كما بحثت الدراسة في كيفية أداء هذه التقنية الجديدة تحت ظروف مختلفة، مثل تغيير طول أجزاء البيانات أو تغيير كمية الضجيج. وخلافاً للطرق القديمة التي كانت تتطلب قطع البيانات إلى أطوال محددة لتعمل بشكل صحيح، أثبت النهج الجديد مرونة، حيث قدم نتائج دقيقة بغض النظر عن كيفية ترتيب البيانات. وهذا الاستقلال عن تنسيق البيانات الصارم يعد ميزة كبيرة للتطبيقات في العالم الحقيقي، حيث يمكن أن تختلف إشارات القلب بشكل هائل في السرعة والمدة. علاوة على ذلك، أثبت الباحثون أن الطريقة فعالة بما يكفي للعمل على الأجهزة المحمولة، وهي خطوة حاسمة لمستقبل التكنولوجيا الصحية القابلة للارتداء. ومن خلال معالجة الإشارة محلياً وبسرعة، يمكنها يوماً ما أن تسمح للساعات الذكية أو أجهزة المراقبة المحمولة بتنقية بيانات القلب في الوقت الفعلي، مما يوفر ملاحظات فورية ودقيقة للمستخدمين والأطباء على حد سواء.

وإلى جانب مجرد تنقية الإشارة، تحقق الباحثون من أن نبضات القلب المستعادة مفيدة طبياً. فقد حللوا سمات محددة للدورة الكهربائية للقلب، مثل التوقيت بين النبضات وشكل الموجات التي تشير إلى صحة عضلة القلب. وفي الحالات التي تنطوي على أمراض قلبية محددة، مثل انسداد في المسارات الكهربائية للقلب أو نوبة قلبية، نجحت الطريقة في الحفاظ على التفاصيل الدقيقة اللازمة لتحديد هذه المشكلات. سمحت الإشارات المنقحة بإجراء قياسات دقيقة للفترات الكهربائية للقلب، وهي أمور بالغة الأهمية لتشخيص عدم انتظام ضربات القلب وغيرها من المشكلات القلبية. وتشير الدراسة إلى أنه من خلال إزالة ضجيج العضلات دون تشويه الشكل الطبيعي للقلب، يمكن لهذه الطريقة تحسين موثوقية المراقبة الصحية عن بعد، مما يضمن أن البيانات المرسلة من منزل المريض إلى مكتب الطبيب تكون واضحة ودقيقة تماماً مثل تسجيل تم في المستشفى.

يمثل هذا العمل تحولاً في كيفية تفكيرنا في فصل الإشارات المختلطة. فبدلاً من محاولة حشر البيانات في صندوق يناسب نظرية موجودة مسبقاً، تترك هذه الطريقة الجديدة البيانات تُعلّم الكمبيوتر ما الذي يجب أن يبحث عنه. ومن خلال التركيز فقط على الأجزاء النشطة من الإشارة وتعلم نمط نبض القلب مباشرة من الضجيج، تحقق الطريقة مستوى من الوضوح لم تستطع التقنيات السابقة مضاهاته. وتشير النتائج إلى أن هذا النهج يمكن أن يصبح أداة قياسية لمعالجة إشارات القلب، لا سيما في البيئات التي يكون فيها التحرك والضجيج أمراً لا مفر منه. ومع زيادة انتشار الأجهزة القابلة للارتداء ونمو الطلب على المراقبة الصحية المستمرة، ستصبح القدرة على استخراج إشارة قلب نظيفة وذات جودة تشخيصية من جسم متحرك ومليء بالضجيج أمراً حيوياً بشكل متزايد. توفر هذه الطيلة الجديدة وسيلة لضمان سماع قصة القلب الحقيقية، حتى عندما يصدر الجسم من حوله الكثير من الضجيج.