AKADEMIA GÓRNICZO-HUTNICZA im. St. Staszica w Krakowie WEAIiE, Katedra Automatyki Laboratorium Biocybernetyki Przedmiot: Dedykowane algorytmy diagnostyki medycznej. QRS_AX Temat projektu: Określenie osi elektrycznej załamków, wyznaczenie sygnału oddechu z zapisu EKG Spis treści: 1. WSTĘP... 2 2. CELE PROJEKTU... 8 3. KONCEPCJA PROPONOWANEGO ROZWIĄZANIA... 8 METODA 1 : WYZNACZENIE SYGNAŁU ODDECHOWEGO NA PODSTAWIE ANALIZY OSI ELEKTRYCZNEJ SERCA.... 8 METODA 2 : WYZNACZENIE SYGNAŁU ODDECHOWEGO NA PODSTAWIE TRANSFORMACJI FALKOWEJ SYGNAŁU EKG... 9 4. REZULTATY... 10 5. WNIOSKI... 16 LITERATURA... 17 DODATEK A. OPIS INFORMATYCZNY PROCEDUR... 18 DODATEK B. OPIS GRAFICZNEGO INTERFEJSU UŻYTKOWNIKA... 21 Wykonali: Kędzierska Dominika, Holewa Karolina V rok IB_EIM konsultant: Dr hab. Inż. Piotr Augustyniak prof. nadzw. Kraków, 2010.
1. Wstęp Elektrokardiografia jest nieinwazyjną metodą diagnostyczną, której celem jest rozpoznanie przebiegu zjawisk elektrycznych w sercu. Ze względu na stosunkowo niski koszt oraz łatwość wykonania badania w porównaniu do innych metod diagnostycznych, badanie to jest często zlecane przez lekarzy. Badanie polega na rejestracji z powierzchni klatki piersiowej elektrycznej czynności mięśnia sercowego. Urządzenie służące do odebrania potencjałów ze skóry za pomocą specjalnych elektrod nazywane jest elektrokardiografem. Zarejestrowane potencjały są wzmacniane i zapisywane przez aparat na papierze lub cyfrowo w postaci tzw. krzywej EKG. Otrzymany w ten sposób elektrokardiogram pozwala na dokonanie pomiarów różnych charakterystycznych elementów krzywej EKG, zwanych odstępami, odcinkami i załamkami, których wartości są odzwierciedleniem miejsca i czasu trwania zjawisk elektrycznych w mięśniu serca. Rysunek 1 przedstawia przebieg krzywej EKG na którym wyróżniamy załamki, odcinki oraz odstępy, których zmiana kształtu lub odległości między sąsiadującymi załamkami jest najczęściej związana z jakąś patologią. Rys. 1 Przebieg krzywej EKG. 2 S t r o n a
Opis podstawowych składowych elektrokardiografu Załamek TP Jest spowodowany repolaryzacją przedsionków, jednak zazwyczaj go nie widać, ponieważ występuje w tym samym czasie co załamek QRS. Załamek P Załamek ten jest wyrazem depolaryzacji przedsionków, którego czas trwania u zdrowych osób powinien zawierać się w przedziale od 0,08s do 0,11 s. Odcinek PQ Jest fragmentem krzywej EKG występującym od końca załamka P aż do początku zespołu QRS. W warunkach fizjologicznych znajduje się w linii izoelektrycznej, zaś jego czas trwania powinien wynosić od 0,04s do 0,10 s. Odstęp PQ Jest to fragment zapisu EKG obejmujący czas od początku załamka P do początku zespołu QRS, czyli obejmuje załamek P oraz odcinek PQ. Prawidłowy czas trwania odstępu PQ to 0,12-0,2s. Zespół QRS Jest elektrokardiograficznym odzwierciedleniem depolaryzacji komór, który składa się z dwóch lub więcej załamków określonych jako Q, R i S. Prawidłowy czas trwania to od 0,06 s do 0,11 s. Odcinek ST Fragment ten obejmuje czas trwania od końca zespołu QRS do początku załamka T. W warunkach prawidłowych powinien być on izoelektryczny, czyli znajdować się na tej samej wysokości co odcinek TP. Załamek T Odpowiada repolaryzacji komór. Prawidłowy czas trwania załamka T powinien wynosić od 0,12 s do 0,16 s. Odstęp QT Jest to fragment zapisu EKG składający się z zespołu QRS, odcinka ST i załamka T. Odstęp QT reprezentuje wszystkie zdarzenia podczas skurczu komór, zaś jego czas trwania jest zmienny i zależy od częstości rytmu serca. 3 S t r o n a
Fala U To mały, płaski załamek, który jest czasami widoczny po załamku T, a przed załamkiem P. Nieznana jest dokładna faza cyklu pracy serca reprezentowana przez załamek U. Oś elektryczna serca jest sumą wszystkich wektorów wytwarzanych przez potencjały czynnościowe pojedynczych miocytów komór. Jest generowana przez każdy z załamków, a także przez odstępy między nimi. Określa ona położenie serca wewnątrz jamy ciała, a także stosunek masy mięśniowej komory lewej i prawej. Odchylenie osi elektrycznej serca w prawo lub w lewo może mieć przyczynę w : przeroście prawej komory serca, dekstrokardii czy ekotopowego pobudzenia i rytmu komorowego, czyli wstecznej propagacji fali depolaryzacyjnej z dolnej części przedsionków lub węzła przedsionkowokomorowego bądź z komór. Na podstawie analizy sygnału EKG możemy wyznaczyć sygnał oddechu, który określa m.in. głębokość wdechu i wydechu oraz istnienie groźnego dla życia bezdechu podczas snu. Współczesne systemy monitoringu EKG pozwalają na rejestrację sygnału EKG z jednoczesnym monitoringiem oddechu pacjenta. Funkcja ta standardowo zaimplementowana jest w szpitalnych kardiomonitorach oraz opcjonalnie możliwa do wykorzystania przy badaniach zaburzeń snu badaniach polisomnograficznych. Zmiany sygnału EKG spowodowane oddechem związane są ze zmianami impedancji klatki piersiowej, co z kolei wynika ze zmian objętości płuc w trakcie oddechu oraz ze zmianą przestrzennego położenia elektrod względem serca. Występuje tutaj także zmiana częstości rytmu serca pod wpływem autonomicznego układu nerwowego [Momot]. W procedurze ekstrakcji sygnału oddechowego z przebiegu elektrokardiogramu niezwykle ważnym jest aby w początkowej fazie prawidłowo określić oś elektryczną załamków P, QRS i T. Następnie, do odtworzenia sygnału oddechu na podstawie EKG można wykorzystywać następujące metody: badanie zmienności amplitudy załamka R lub pola powierzchni pod załamkiem R (niestety, ze względu na małe zmiany amplitudy sygnału EKG wywołane oddechem oraz powszechnie występujące zakłócenia sygnału stwierdza się ze analiza załamka R dla niewielu pacjentów prowadzi do zadowalających efektów[momot]) zmiany częstości akcji serca (rzadko stosowana ze względu na możliwość wystąpienia arytmii) 4 S t r o n a
wyznaczanie zmian amplitudy sygnału EKG w kolejnych ewolucjach serca na podstawie całych zespołów QRS (nowatorska metoda o obiecujących rezultatach) oraz przynoszące większą skuteczność skomplikowane algorytmy o dużym nakładzie obliczeniowym: wykorzystanie transformaty Falkowej, filtracja adaptacyjna, analiza składników głównych, analiza wektora elektrycznego serca, Przegląd rozwiązań dostępnych w literaturze Analiza wektora elektrycznego serca (ang. Angle of Mean Cardiac Electrical) Jak już wspomniano na sygnał EKG wpływa ruch względny elektrod w stosunku do serca spowodowany ruchem klatki piersiowej. Podczas wdechu wierzchołek serca rozciąga się w kierunku jamy brzusznej (płuca wypełniają się wspomagane przeponą). Podczas wydechu przepona podnosi się, co pomaga powietrzu opuścić płuca i przycisnąć koniuszek serca w kierunku klatki piersiowej. Te anatomiczne aspekty oddychania wpływają na modulację amplitudy sygnału EKG. Rys.2 Sygnał EKG oraz Respiratory Volume Changes[saj04] Oddech wywołuje zmianę osi elektrycznej sygnału EKG, co jest związane ze zmianą kąta jaki tworzy wektor osi elektrycznej serca tworzy z kierunkiem referencyjnym (reference line). Oś elektryczna serca to w elektrokardiografii kierunek średniego wektora depolaryzacji komór serca w płaszczyźnie czołowej. Najczęściej korzysta się z uproszczonego sposobu oznaczania osi elektrycznej, polegającego na nałożeniu sumy algebraicznej załamków tworzących zespoły QRS w 5 S t r o n a
odprowadzeniach I i III na odpowiedni wzorzec graficzny (np. nomogram Węsława) w celu określenia kąta nachylenia osi. Oprócz modulacji amplitudy, oddech wpływa także na zmienność występowania pików R-R (częstość akcji serca) lecz gdybyśmy właśnie ten parametr wykorzystywali do detekcji częstości oddechu, duże wpływy na uzyskiwane wartości miałyby wszelkie arytmie. Dlatego tez w tym rozwiązaniu kierujemy się nie tym jak często występuje pik QRS lecz jaką posiada on amplitudę. Filtracja adaptacyjna Sygnał EKG nie jest wolny od zakłóceń oraz szumów pochodzących od sieci elektrycznej, urządzenia pomiarowego czy też spowodowanych ruchem ciała lub innymi sygnałami elektrycznymi generowanymi w organizmie człowieka. W przypadku celu niniejszego projektu, jakim jest wyodrębnienie z sygnału EKG rytmu oddechowego, szum generowany przez zmianę objętości klatki piersiowej będzie ważnym składnikiem sygnału. Ruch względny elektrod skutkuje periodyczną zmianą w amplitudzie załamka R. Wiadomo jest, że podczas wdychania dochodzi do przyśpieszenie czynności serca (działanie układu współczulnego), zaś podczas wydychania częstość akcji serca zwalnia ( działanie układu przywspółczulnego). Zmienność rytmu serca wywołana faktem oddychania zawiera się w zakresie częstotliwości około od 0,2Hz do 0,4 Hz ( dokładna częstotliwość rytmu serca zależy od częstotliwości oddychania), zaś wpływ efektu oddychania na częstotliwość rytmu serca jest określany jako RSA. Stąd możemy wywnioskować, że w zapisie EKG sygnał oddechowy występuje w dwóch formach tj. jako załamek R oraz jako odstęp R-R. W celu wyodrębnienia sygnału oddechowego można zastosować filtrację adaptacyjną. Struktura filtru adaptacyjnego została przedstawiona na Rys. 3. gdzie : x k sygnał wejściowy d k sygnał pożądany y k sygnał wyjściowy Rys. 3 Idea filtracji adaptacyjnej 6 S t r o n a
e k błąd sygnału FILTER proces filtrowania Adaptive process - algorytm Głównym celem zastosowanego systemu filtracji adaptacyjnej jest przefiltrowanie sygnału wejściowego x k, tak aby przypominał on pożądany sygnał wejściowy d k. W wyniku filtracji sygnału wejściowego x k otrzymujemy sygnał y k. Różnica między sygnałem po filtracji y k a sygnałem żądanym d k określana jest jako błąd sygnału e k. Wyznaczony błąd sygnału e k jest podstawą algorytmu adaptacyjnego, ponieważ jak w każdym algorytmie staramy się uzyskać jak najmniejszy błąd. Błąd sygnału e k jest parametrem określającym jak dobrze jest dostosowany system do wymagań. W przypadku uzyskania z zapisu EKG sygnału oddechowego przy użyciu filtracji adaptacyjnej zakładamy, że znamy dwa sygnały pochodzące z zapisu EKG tj. odstęp R-R oraz załamek R (lub sygnał zawierający amplitudę fali R), które niosą ze sobą informacje o oddechu. Można zastosować poniższy schemat blokowy systemu : Rys. 4 Schemat blokowy Głównym problemem pojawiającym się w tej metodzie jest to, ze nie znamy sygnału pożądanego. Rozwiązaniem może być zastosowanie jednego z sygnałów tj. odstępu R-R lub załamka R jako sygnał wejściowy, zaś drugiego jako sygnał pożądany. System został tak opracowany aby, jak najlepiej wygenerować estymacje jednego sygnału przy użyciu drugiego poprzez zwiększanie wspólnych cech dla obu sygnałów przy jednoczesnej eliminacji nieskorelowanych części. Główne założenia stosowanej metody to : - zakładamy, że jedyną cechą skorelowania sygnałów reprezentujących odstęp R-R oraz załamek R jest sygnał oddechu i tylko te cechy są zwiększane w procesie adaptacyjnym. - działanie układu oddechowego powoduje powstanie dwóch liniowych sygnałów, które mogą być modelowane z użyciem filtrów liniowych. 7 S t r o n a
2. Cele projektu Celem niniejszego projektu jest określenie osi elektrycznej załamków oraz wyznaczenie sygnału oddechu z zapisu EKG. Główne założenia projektowe zostały przedstawione na poniższym diagramie. 3. Koncepcja proponowanego rozwiązania Metoda 1 : Wyznaczenie sygnału oddechowego na podstawie analizy osi elektrycznej serca. a) Wyznaczenie osi elektrycznej serca [1]: 8 S t r o n a
b) Wyznaczenie sygnału oddechowego na podstawie zmienny kierunku osi elektrycznej serca [3] : Sygnał oddechowy możemy wyznaczyć na podstawie zmiany kierunku osi elektrycznej serca. Pierwszym etapem jest wyznaczenie osi elektrycznej dla dwóch ortogonalnych odprowadzeń kończynowych [y], a następnie korzystając ze wzorem: x=arctg(y)[rad] wyliczamy sygnał oddechu. Metoda 2 : Wyznaczenie sygnału oddechowego na podstawie transformacji Falkowej sygnału EKG Inną metodą wyznaczenia sygnału oddechowego z zapisu EKG jest użycie transformaty Falkowej. Metoda wyznaczenia sygnału oddechowego polega na poddaniu sygnału EKG najpierw n - poziomach dekompozycji sygnału a następnie rekonstrukcji sygnału przy użyciu detalali otrzymanych podczas n dekompozycji. Wartość n (określająca poziomy dekompozycji) jest silnie zależna z częstotliwością próbkowania analizowanego sygnału, ponieważ maksymalna częstotliwość jaka może być reprezentowana to częstotliwość próbkowania/2. Dlatego też musimy obliczyć na jakim poziomie dekompozycji rozkład szczegółów będzie się zawierać w zakresie częstotliwości 0,2-0,4 Hz ponieważ w tym zakresie częstotliwości zawiera się poszukiwany sygnał oddechowy. W przypadku analizowanych plików txt. częstotliwość próbkowania wynosiła 140Hz co dało 8 poziomów dekompozycji, zaś w przypadku plików z bazy cse częstotliwość wynosiła 9 S t r o n a
500Hz czyli 10 poziomów dekompozycji. Jeśli chodzi o dobór rodzaju falki to zastosowano falkę Daubechies-4 gdyż kształt tej falki najbardziej przypomina sygnał EKG. Rys. 5 Falki Daubechies a 4. Rezultaty Obie opisane metody zostały zaimplementowane w programie Matlab, zaś metoda wykorzystująca transformate falkową również w języku C++. Niestety wczytanie plików z bazy cse w przypadku implementacji kodu w języku C++ nie powiodło się, dlatego przedstawione wyniki dotyczą tylko plików *.txt. Dla analizowanych sygnałów EKG udało sie również zaimplementować algorytm detekcji częstotliwości sygnału z wykorzystaniem transformaty Fouriera. 10 S t r o n a
Przykładowe wykresy przebiegu sygnału oddechowego otrzymane przez algorytmy zaimplementowane w Matlabie : - dla plików z bazy cse : Rys. 6 Otrzymane wykresy dla pliku MA1_121.dcd Rys. 7 Widmo częstotliwościowe sygnału oddechowego dla pliku MA1_121.dcd z bazy CSE 11 S t r o n a
Rys.8 Otrzymane wykresy dla pliku MA1_015.dcd Rys. 9 Widmo częstotliwościowe sygnału oddechowego dla pliku MA1_015.dcd z bazy CSE 12 S t r o n a
- dla plików *.txt pobranych ze strony http://www.physionet.org/ : Rys.10 Otrzymane wykresy dla pliku 16265-normalecg.txt Rys.11 Widmo częstotliwościowe sygnału oddechowego dla pliku 16265-normalecg.txt z bazy Physionet 13 S t r o n a
Rys.12 Otrzymane wykresy dla pliku 16539-normalecg.txt Rys.13 Widmo częstotliwościowe sygnału oddechowego dla pliku 16539-normalecg.txt z bazy Physionet Program napisany w języku C++ na wyjściu generuje plik tekstowy będący zapisem wyektrahowanego przy wykorzystaniu dekompozycji falkowej (Daubechies) sygnału oddechowego. 14 S t r o n a
Rys. 14 Wygląd pliku wyjściowego out. txt generowanego po wykonaniu algorytmu zaimplementowanego w C++ Z otrzymanych danych (plik out.txt) w środowisku MATLAB wykreślono poniższy wykres: Rys. 15 Wykres wykreślony w programie Matlab na podstawie danych z pliku out.txt 15 S t r o n a
5. Wnioski W projekcie przedstawiono dwie metody wyznaczania sygnału oddechowego z sygnału EKG. Pierwsza polegała na badaniu zmiany kierunku osi elektrycznej serca, druga wykorzystywała falkową dekompozycję i rekonstrukcję sygnału w celu znalezienia linii izoelektrycznej oraz analizy jej zmienności. Algorytm pierwszej metody zaimplementowano przy wykorzystaniu środowiska MATLAB. Drugą metodę udało się zaimplementować zarówno w środowisku MATLAB jak i wykorzystując język programowania C++. Metody testowano przy wykorzystaniu plików z zarejestrowanych sygnałem EKG w dwóch formatach: pliki z bazy CSE (rozszerzenie *.DCD ) pliki z bazy PHYSIONET (rozszerzenie *txt ) Jednakże analiza plików z bazy CSE odbyła się jedynie w programach środowiska MATLAB ze względu na trudności napotkane we wczytywaniu plików tego typu w języku C++. Na podstawie przeprowadzonych testów można wysnuć następujące wnioski: ze względu na fakt, iż pliki z bazy CSE są tzw. sztucznie spreparowane poprzez zwielokrotnianie fragmentu sygnału z zespołem QRS stwierdzono, iż ciężko w plikach tego typu wykrywać ruchy oddechowe pliki z bazy CSE mimo posiadanej wysokiej częstotliwości próbkowania (500Hz) to sygnału o czasie trwania równym 10sekund, co także wpływa na obniżenie efektywności działania algorytmów obie metody są znacznie bardziej efektywne dla plików pobranych z bazy PHYSIONET - naturalny rytm ekg rejestrowany w czasie 60sekund (częstotliwość próbkowania 128Hz) zastosowanie transformaty Fouriera dla badanych plików pozwoliło na zbadanie częstości oddechu, która przy zastosowaniu obu metod mieściła się w zakresie 0,2-0,4Hz (12-24oddechów/minutę) amplituda sygnału oddechowego uwidacznia głębokość wdechu i wydechu metody ekstrakcji sygnału oddechowego mogą służyć w detekcji bezdechu sennego podczas badania holterowskiego 16 S t r o n a
Literatura [1] Augustyniak P., Przetwarzanie sygnałów elektrodiagnostycznych, Uczelniane Wydawnictwo Naukowe AGH, Kraków 2001. [2] Sajja S., Pallavi D.V.S., A Study on deriving Respiratory Signals from ECG, DhirubhaiAmbani Institute of Information and Communication Technology, [3] Kikta A., Augustyniak P., Comparing methods of ECG respiration signals derivation based on measuring the amplitude of QRS complexes, AGH University of Science of Technology. [4] Momot M, Gibiński P., Metoda oceny częstości oddechowej na podstawie sygnału EKG. XVI Krajowa Konferencja Biocybernetyki i Inżynierii Biomedycznej, prezentacja 17 S t r o n a
DODATEK A. Opis informatyczny procedur spis funkcji w C++ : /****************************************************************************** void Data::readDataFromFile(char* filepath, int col, int lin) * * Przeznaczenie: wczytanie plików *. txt * * Argumenty: * filepath - ścieżka do pliku * col - liczba kolumn wczytywanego pliku * lin - liczbawierszy wczytywanego pliku * * Zwraca: void * * Używane zmienne: double** signal; int i,j,columns, lines ; /****************************************************************************** void Data::wydzielKolumny() * Przeznaczenie: wydzielenie z sygnału odpowiednich kolumn danych reprezentujących sygnał * zarejestrowany przez odporowadzenia i wpisanie ich w tablice. *Zwraca: void *Użyte zmienne: double* a1,y; int i; /****************************************************************************** void Data::wypiszAY() *Przeznaczenie : funkcja służy do wypisywania danych w konsoli. *Zwraca: void *Użyte zmienne: int i,j, double* a1; /****************************************************************************** void Data::falka() *Przeznaczenie: służy do przeprowadzenia transformaty falkowej na wczytanym sygnale. * Transformata falkowa dokonywana jest z użyciem biblioteki Wave++; *Zwraca: void; *Uzyte zmienne: tablice wejściowe potrzebne do transformaty : Interval inputarray; Interval outputarray; Interval outputarray2; int i; /******************************************************************************* ******************************************************************************** 18 S t r o n a
Spis funkcji w Matlabie : /******************************************************************************* function amea(pathname,filename,figure3); *Przeznaczenie: służy do wyznaczania sygnału oddechowego na podstawie zmiany kierunku osi elektrycznej serca. Pierwszym etapem jest wyznaczenie osi elektrycznej dla dwóch ortogonalnych odprowadzeń kończynowych, a następnie korzystając ze wzorem: x=arctg(y)[rad] wyliczamy sygnał oddechu. *Wykorzystywane funkcje: cseread(pathname,filename) do wczytania pliku CSE load(filename) -do wczytania pliku.txt *Wykorzystywane zmienne wejściowe: pathname - ścieżka do pliku wybieranego w interfejsie użytkownika filename - nazwa pliku wybieranego w interfejsie użytkownika figure3 - uchwyt do obiektu interfejsu użytkownika na którym ma być wyświetlany sygnał oddechowy /******************************************************************************* function wavelet(pathname,filename, figure1, figure2) *Przeznaczenie: służy do przeprowadzenia transformaty falkowej na wczytanym sygnale. Transformata falkowa dokonywana jest z użyciem biblioteki środowiska MATLAB 7.0 (rodziny falek Daubechies) *Wykorzystywane funkcje: cseread(pathname,filename) do wczytania pliku CSE load(filename) -do wczytania pliku.txt wavedec - dekompozycja falkowa sygnału; waverec - rekontrukcja sygnału; *Wykorzystywane zmienne wejściowe: pathname - ścieżka do pliku wybieranego w interfejsie użytkownika filename - nazwa pliku wybieranego w interfejsie użytkownika figure1 - uchwyt do obiektu interfejsu użytkownika na którym ma być wyświetlany sygnał EKG figure2 - uchwyt do obiektu interfejsu użytkownika na którym ma być wyświetlany sygnał oddechowy 19 S t r o n a
łuży do wyznaczania sygnału oddechowego na podstawie zmiany kierunku osi elektrycznej serca. Pierwszym etapem jest wyznaczenie osi elektrycznej dla dwóch ortogonalnych odprowadzeń kończynowych, a następnie korzystając ze wzorem: x=arctg(y)[rad] wyliczamy sygnał oddechu. *Wykorzystywane funkcje: cseread(pathname,filename) do wczytania pliku CSE load(filename) -do wczytania pliku.txt *Wykorzystywane zmienne wejściowe: pathname - ścieżka do pliku wybieranego w interfejsie użytkownika filename - nazwa pliku wybieranego w interfejsie użytkownika figure3 - uchwyt do obiektu interfejsu użytkownika na którym ma być wyświetlany sygnał oddechowy /******************************************************************************* function m=cseread(pathname,filename) *Przeznaczenie: do wczytywania plików z bazy CSE ( *.dcd ) i udostepnienie w postaci macierzy m *Wykorzystywane zmienne wejściowe: pathname - ścieżka do pliku wybieranego w interfejsie użytkownika filename - nazwa pliku wybieranego w interfejsie użytkownika *Zmienne wyjściowe: m - macierz zawierająca zapis EKG 20 S t r o n a
DODATEK B. Opis graficznego interfejsu użytkownika Wygląd okna po uruchomieniu programu : Rys. 16 Wygląd okna głównego Po kliknięciu na przycisk READ FILE na pulpicie pojawi się okno umożliwiające załadowanie pożądanego pliku : Rys. 17 Wygląd okna wyboru pliku. 21 S t r o n a
Następnie po wyborze i wczytaniu pliku dokonywana jest automatyczna analiza której wyniki wyświetlane są w sposób przedstawiony na poniższym rysunku : Rys. 18 Wygląd okna z po analizie wczytanego pliku W polu File readed wyświetlana jest nazwa aktualnie analizowanego pliku. Przycisk CLEAR GRAPH powoduje wyczyszczenie wszystkich wykresów co w rezultacie prowadzi do otrzymania okna: Rys. 19 Wygląd okna po wyczyszczeniu wykresów przy pomocy przycisku CLEAR GRAPH 22 S t r o n a