标题 - PDF Free Download

34 卷 2 期 2015 年 4 月中国生物医学工程学报 Chinese Journal of Biomedical Engineering Vol. 34 No. 2 April 2015 房颤伴室性早博与房颤伴差异性传导的量化鉴别方法研究钱梦瑶 # 饶妮妮刘定宇杨阳张莹万永利 ( 电子科技大学生命科学与技术学院 ꎬ 成都 610054) 摘要 : 对于房颤伴室性早博与房颤伴差异性传导的临床诊断 ꎬ 目前还没有公认的标准 ꎬ 二者的准确鉴别一直是困扰医生的难题 ꎮ 本研究提出一种准确性高的计算方法 ꎬ 用于鉴别上述两类疾病 ꎮ 通过分析房颤伴室性早博与房颤伴差异性传导的临床特征 ꎬ 确定类代偿间期与联律间期的比值为鉴别特征参数 ꎮ 对待检测 ECG 信号作预处理 ꎬ 然后准确定位待检测 ECG 的每一个心动周期内 QRS T 特征波 ꎻ 在此基础上 ꎬ 识别宽大畸形 QRS 波群 ꎬ 提取对应于类代偿间期与联律间期的两个相邻 R R 间期 ꎬ 计算它们的比值 ꎬ 将其与一个给定的鉴别阈值进行比较后作出判别 ꎮ 算法验证数据来自 MIT BIH 心律失常数据库 ꎬ10 个记录中 ꎬ 含 4 026 心拍房颤伴室性早搏和 949 心拍房颤伴差异性传导 ꎬ 共计 4 975 心拍 ꎮ 所提出方法在房颤伴室性早博与房颤伴差异性传导的混合数据中 ꎬ 鉴别房颤伴室性早搏的灵敏度和阳性预测率分别达到了 93 15% 和 98 30% ꎬ 优于传统方法 ꎮ 类代偿间期与联律间期的比值可以代替目前常用的类代偿间期 ꎬ 作为鉴别房颤伴室性早博与房颤伴差异性传导的特征参数 ꎬ 对提高诊断正确性具有指导作用 ꎮ 关键词 : 房颤伴室性早博 ꎻ 房颤伴差异性传导 ꎻ 鉴别 ꎻ 类代偿间期 ꎻ 联律间期中图分类号 R318 文献标志码 A 文章编号 0258 8021(2015) 02 0129 07 Study on the Quantification for Discrimination of Atrial Fibrillation with Premature Ventricular Contraction and Aberrant Ventricular Conduction Qian Mengyao Rao Nini # Liu Dingyu Yang Yang Zhang Ying Wan Yongli ( School of Life Science & Technologyꎬ University of Electronic Science and Technology of Chinaꎬ Chengdu 610054ꎬ China) Abstract: For the clinical diagnosis of AF with premature ventricular contraction ( AF with PVC) and AF with aberrant ventricular conduction ( AF with AVC ) ꎬ there are no recognized standardsꎬ which make it very difficult for a cardiologist to accurately discriminate the two diseases. This paper intends to develop a high accuracy calculation method to discriminate between these two types of diseases. Methods:By analyzing clinical features of AF with PVC and AF with AVCꎬ we confirmed the ratio between coupling interval and compensatory pause as the identifiable characteristic parameter. The electrocardiogram ( ECG) signal that to be detected was preprocessedꎬ then we located QRS T characteristic waves during each cardiac cycle of ECG signal. On this basisꎬ we identified the wide freak QRS complexesꎬ extract the two adjacent R R intervals corresponding to the coupling interval and compensatory pause in a wide freak QRS complexꎬ and calculate their ratio. After comparing with a given discrimination thresholdꎬ the types of diseases were judged. Results: The 10 record data for the algorithm validation were downloaded from the MIT BIH Arrhythmia Databaseꎬ which include 4 026 and 949 beats of atrial fibrillation with premature ventricular contraction and with aberrant ventricular conductionꎬ a total of 4 975 beats. For the mixed data containing AF with PVC and AF with AVCꎬ the sensitivity and the positive predictive value of proposed method to discriminate AF with PVC reached 93 15% and 98 30% doi: 10 3969 / j. issn. 0258 8021 2015 02 001 收稿日期 : 2014 10 23ꎬ 录用日期 :2014 11 30 基金项目 : 国家自然科学基金 (81171411) # 中国生物医学工程学会会员 (Memberꎬ Chinese Society of Biomedical Engineering) 通信作者 (Corresponding author)ꎬ E mail:raonn@ uestc. edu. cn

130 中国生物医学工程学报 34 卷 respectivelyꎬ which are better than that of traditional methods. Conclusions: The ratio between the coupling interval and compensatory pause can take the place of coupling intervalꎬ which is commonly used to discriminate between AF with PVC and AF with AVC at present. This work provides guidance in the diagnostic accuracy of AF with PVC and AF with AVC. Key words: AF with premature ventricular contractionꎻ AF with aberrant ventricular conductionꎻ discriminationꎻ coupling intervalꎻ compensatory pause 引言心房颤动 ( 简称为房颤 ) 是临床上最为常见的一种心律失常疾病 [1-2] ꎮ 大多数房颤合并有其他心脏疾病 [3] ꎬ 其中 ꎬ 房颤伴室性早搏 ( 简称为房颤伴室早 ) 和房颤伴差异性传导 ( 简称为房颤伴差传 ) 是临床上根据体表心电图十分难以鉴别的两种房颤亚型 ꎬ 国际上尚无公认的鉴别标准 ꎮ 室性早搏是指心室异位起搏点提早发放或折返导致整个心室提前进行除极的室性搏动 ꎮ 室内差异性传导通常是指伴随室上性早搏窦性心动过速等室上性周期缩短而引起的功能性或一过性的心室内传导障碍 ꎮ 房颤伴室早为激动起源异常 ꎬ 房颤伴差传为室上性激动在心室内的传导异常 ꎬ 它们的 QRS 波都呈宽大畸形 ꎬ 并且后者会出现非典型的束支阻滞图形 ꎬ 其 QRS 波群形态有室性早搏的特征 ꎬ 所以二者很容易造成误诊 ꎮ 由于房颤伴室早和房颤伴差传的临床治疗方法不同 ꎬ 房颤伴室早是洋地黄过量的表现 ꎬ 而房颤伴差传为使用洋地黄的指征 ꎬ 所以二者的误诊将延误治疗并导致严重后果 ꎮ 因此 ꎬ 发展准确高效的计算方法从动态心电图上鉴别房颤伴室早与伴差传具有十分重要的临床意义 ꎮ 目前对房颤伴室早与房颤伴差传的鉴别大多依靠心脏专家的临床经验 ꎮ 常用的方法有传统判别方法 [3] [4] [5 - 类 Brugada 法及无人区电轴方法 6] ꎮ 传统判别方法是临床医生通过对比两种房颤伴宽 QRS 波病症的差异后总结出来的经验方法 ꎬ 主要根据 ECG 中 V1 导联和 V6 导联上 QRS 波的形态进行判别 ꎮ 当 V1 导联上 QRS 波呈双向或单向波 ( 即呈 qr QS R Rs 型 ) 或 V6 导联上 QRS 波呈 rs 型 ( 即 R 波峰值与 S 波峰值比值小于 1) 时 ꎬ 则判别为房颤伴室早 ꎻ 当 V1 导联上 QRS 波呈三相波 ( 即 rsr 型 )ꎬ V6 导联上 QRS 波呈 Rs 型 ( 即 R 波峰值与 S 波峰值比大于 1) 时 ꎬ 则判别为房颤伴差传 ꎮ 该方法的医学诊断参数较多 ꎮ 由于不同病人在房颤时室早与差传表现的特征千差万别 ꎬ 所以完全符合上述参数的病例很少 ꎮ 传统判别方法在判别条件上存在不能区别的灰色带 ( 不能判别 ) 且特异性较差 ꎮ 随后 ꎬ 张等提出了类 Brugada 法 [4] ꎬ 与传统方法相比 ꎬ 类 Brugada 法在传统方法基础上增加了 RS( R 波起点至 S 波峰值点 ) 时限 ꎬV1 V2 和 V6 导联的 QRS 波群是否存在室速及 Ashman 现象 ( 即一个长心动周期后出现较长不应期的现象 ) 等判断条件 ꎬ 进一步提高了判别效果 ꎮ 该方法比传统方法有更好的特异性且不存在灰色带 ꎬ 但是 ꎬ 他们验证方法时采用的实验样本数较少 ꎬ 因此 ꎬ 该方法的有效性有待进一步验证 ꎮ 正常心电图中心室额面的平均电轴通常为 0 ~ 90 ꎬ 当心室的平均额面除极向量与正常情况完全相反时称为无人区电轴 ꎮ 心电轴可以通过两个肢体导联和标准 I 导联数据共同计算得到 ꎮ 2005 年郭继鸿等首次将无人区电轴方法引入房颤伴室早与差传的鉴别中 [5] ꎮ 2012 年刘松涛等对 268 例房颤伴室早案例进行分析 ꎬ 发现其中有 87 例存在无人区电轴 ꎬ 而 52 例房颤伴差异性传导中无 1 例存在无人区电轴 [6] ꎮ 无人区电轴法的特异性虽然较高 ꎬ 但敏感性差且必须采用多导联心电信号数据 ꎮ 而多导联的信号采集方式对病人约束较大 ꎬ 需要被检测者保持静息状态 ꎬ 不能进行长时间的采集 ꎬ 只能记录被检测者当时的心脏活动情况 ꎮ 近年来 ꎬ 根据体表 ECG 来鉴别房颤伴室早与差传的计算方法一直未取得突破性进展 ꎮ 因此 ꎬ 本研究拟发展一种基于双导联动态心电图鉴别房颤伴室早与伴差传的自动化计算方法 ꎬ 并结合模拟和临床 ECG 数据来验证所提出方法的有效性和可行性 ꎮ 1 材料与方法 1 1 实验数据 ECG 数据来自于 MIT BIH 心律失常数数据 ( http: / / physionet. org / cgi bin / atm / ATM? database = mitdb&tool = plot _ waveforms)ꎬ 采样频率为 360 Hzꎮ 所收集的真实心电数据分为两类 : 第 1 类 ECG 数据共含 4 975 心拍 (10 个样本 )ꎬ 其中 ꎬ4 026 心拍来自于室性早搏病人 ꎬ949 心拍来自于差异性传导

2 期钱梦瑶 ꎬ 等 : 房颤伴室性早博与房颤伴差异性传导的量化鉴别方法研究 131 病人 ꎮ 在 4 975 心拍 ECG 信号中 ꎬ 有 453 心拍被专家标注为宽 QRS 波群 ꎬ 其余为正常的 QRS 波群 ꎻ 第 2 类为房颤伴室早 ECG 信号 ꎬ 共 552 心拍 ꎮ 由于 MIT BIH 中没有金标准的房颤伴差传病人的 ECG 信号 ꎬ 而房颤伴室早的 ECG 信号数据量又较小 ꎬ 为了验证所提出方法的可行性和有效性 ꎬ 在第 1 类数据中人为加入模拟房颤波 ꎬ 以构建模拟的房颤伴室早与伴差传数据 ꎮ [7] 模拟房颤波是根据 Stridh 等提出的模型产生的 ꎮ 该模型利用 M - 1 个谐波合成锯齿状波形来模拟房颤信号 ꎬ 用频率和幅度随时间变化的谐波模拟房颤的非平稳特性 ꎬ 可以模拟出房颤信号 f 波在 3 ~ 12 Hz 的波动情况 ꎮ 在第 1 类 ECG 数据的第 l 导联中加入的模拟房颤波产生方法如式 (1) ~ 式 (3) 所示 ꎮ y l (n) = - M i = 1 a lꎬi (n)sin(iθ(n))ꎬn = 1ꎬ2ꎬ ꎬN a lꎬi (n) = 2 iπ (a l (1) + Δa l sin2π f a F s n) (2) θ(n) = 2π f 0 F s n + ( Δf f f )sin2π f f F s n (3) 式中 ꎬM 为锯齿波的个数 ꎬa 为房颤波的幅度 ꎬΔa 是房颤波幅度的变动范围 ꎬf a 代表房颤波幅度的变化频率 ꎬ f 0 为房颤波波动的中心频率 ꎬf f 为中心频率的波动幅度 ꎬΔf 为中心频率的最大波动范围 ꎮ 将模拟房颤波加入到第 1 类数据中 ꎬ 可以得到 4 026 心拍房颤伴室早和 949 心拍房颤伴差传的模拟数据 ꎬ 称为第 3 类数据 ꎮ 经过心脏电生理专家鉴别 ꎬ 在 4 026 心拍房颤伴室早数据中 ꎬ248 心拍被认定为发病段 ꎬ 在 949 心拍房颤伴差传数据中 ꎬ 149 心拍被认定为发病段 ꎮ 两类发病段均具有宽大畸形的 QRS 波群特征 ꎮ 2 2 鉴别参数的确定对于室性早搏和差异性传导 ꎬ 临床上可以通过 QRS 波形态以及是否存在 P 波来鉴别这两种病症 ꎮ 室性早搏的 QRS 波群存在畸形且其前无相应的 P 波 ꎻ 差异性传导的 QRS 波群变异度比室性早搏的更小 ꎬ 其前必然存在 P 波 ꎮ 房颤发生时 ꎬ 室性早搏和差异性传导在心电图上的特征会发生较大的变化 [8-9] ꎬ 导致房颤时室早与差传的鉴别十分困难 ꎮ 总结起来 ꎬ 房颤伴室早与伴差传的典型差异性心电图特征如表 1 所示 ꎮ 由于不同类型房颤的 ECG 表现不同 ꎬ 所以 ꎬ 相当一部分房颤伴室早与差传病人的 ECG 在表 1 参数上不存在差异 ꎮ 然而 ꎬ 类代偿间期是鉴别房颤时出现室早还是差传较为刚性的参数 [10] ꎬ 目前在临床上得到了广泛应用 ꎮ 表 1 Tab. 1 房颤伴室早与差传的常见差异性心电图特征 The differential ECG characteristics between AF with PVC and AF with AVC 特征参数房颤伴差传房颤伴室早联律间期大多不固定通常固定类代偿间期无常有 QRS 波形态波形易变且多呈右传导阻滞波形固定基本心室率较快较慢 QRS 时间大多小于 0 12 s 多大于 0 12 s 在心电图上 ꎬ 无论有房颤或无房颤 ꎬ 室性早搏与差异性传导在 ( 类 ) 代偿间期和律联间期上都存在着较大差异 ꎬ 共同点是宽大畸形 QRS 波的出现 ꎮ 考虑到不同类型房颤病人的个体差异对心电图 RR 间期产生的影响 ꎬ 因此 ꎬ 本文选择宽大畸形 QRS 波群前后两个相邻 R R 间期之比值作为鉴别房颤伴室早与伴差传的特征参数 ꎮ 该参数实质是类代偿间期和联律间期比值的直接反映 ꎬ 因此 ꎬ 我们简称该参数为类联比 ꎮ 2 3 方法鉴别房颤伴室早与伴差传方法的设计思想是 : 首先对待检测 ECG 信号作预处理 ꎬ 然后准确定位待检测 ECG 的每一个心动周期内 QRS T 特征波 ꎻ 在此基础上 ꎬ 识别宽大畸形 QRS 波群 ꎬ 提取对应的两个相邻 RR 间期 ꎬ 计算类联比 ꎻ 最后 ꎬ 将类联比与一个给定的鉴别阈值进行比较 ꎬ 作出判别 ꎮ 2 3 1 预处理对 ECG 记录作预处理的目的是要去除基线漂移工频干扰以及实现 R 峰的初步定位 ꎮ 采用移动窗口中值平均法去除心电信号中的基线漂移 ꎬ 采用带宽为 (0 5 ~ 40 Hz) 的带通滤波器消除 ECG 中的工频干扰 ꎮ R 峰检测算法已经比较成熟 ꎬ 大多数方法在正常 ECG 上定位 R 峰的性能均十分优秀 ꎬ 定位准确率达到 99% 以上 ꎮ 宽大 QRS 波群是室性早搏和差异性传导的显著特征之一 ꎬ 房颤将加剧 QRS 波群的形态变化 ꎮ 然而 ꎬ 大多数 R 峰检测算法在宽大畸形的 QRS 波群上检测 R 峰时容易出现误检和漏检 ꎮ 根据房颤伴室早与伴差传的 ECG 特点 ꎬ 对比分析现有 [11-16] R 峰检测算法的适应性后 ꎬ 最终选定自动阈值 [16] 平方函数法来定位 R 峰 ꎮ 通过大量数据实验发

132 中国生物医学工程学报 34 卷现 ꎬ 自动阈值平方函数法错误定位 R 峰全部出现在宽 QRS 波群 ( 即所感兴趣的发病段 ) 上 ꎮ 可从待检测 ECG 中识别宽 QRS 波群 ꎬ 再对其 R 峰位置进行重新定位 ꎮ 2 3 2 宽 QRS 波群 R 峰位置修正主要包括 5 个步骤 ꎮ 步骤 1: 建立标准的基准波形模板 ꎮ 基准波形模板用来反映正常 QRS 波群的形态 ꎬ 因此 ꎬ 只有正常形态的 QRS 波群才能参与基准波形模板的生成与更新 ꎮ 首先计算两个相邻 RR 间期的比值 ꎬ 若比值满足式 (4)ꎬ 则判断第 i 个心动周期内的 QRS 波群可以参加基准波形模板的生成 ꎮ thr 1 RR(i + 1) RR(i) thr 2 (4) 式中 ꎬ RR(i) 是第 i 个心动周期的 R R 间期长度 ꎬ 这里定义为第 i 个 R 峰到第 i + 1 个 R 峰之间的间隔 ꎻthr 1 和 thr 2 为选取基准模板阈值的下限和上限 ꎮ 后面将结合实验数据介绍其选取方法和数值大小 ꎮ 然后 ꎬ 以当前 QRS 波群为起点 ꎬ 向后取连续 n 个心动周期 ꎬ 以 R 峰位置为基准点 ꎬ 对齐每一个新心动周期 ꎻ 接着 ꎬ 以 R 峰位置为模板中心点 ꎬ 前后取 l 个采样点为模板长度 ꎬ 求得其平均值作为 QRS 波群的基准波形模板 ꎮ 步骤 2: 计算待检测波段与基准波形模板的相关性 ꎮ 设整个心电信号记录的平均 RR 间期为 RR ꎮ 待检测波段是以当前波段内 R 波位置为中心点 ꎬ 前后取 l 个采样点作为信号长度 ꎮ 将待检测波段与已有的基准波形模板匹配 ꎬ 并用相关系数 r 来反映二者的匹配程度 ꎮ 与此同时 ꎬ 计算当前波段的 R 峰至前一个波段 R 峰的间隔 ꎬ 用 rr 表示 ꎮ 若 r 的值大于阈值 r 1 且 rr 不大于 thr 3 RR 时 ꎬ 则认为该波段为形态正常的 QRS 波 ꎬ 继续下一个步骤 3ꎻ 若 r 的值小于阈值 r 2 或者 rr 大于 thr 3 RR 时 ꎬ 则该波段被认为是宽 QRS 波段 ꎬ 算法跳至步骤 4ꎻ 否则 ꎬ 对下一个波段重新执行步骤 2ꎬ 直到检测完整个心电信号记录 ꎮ 步骤 3: 基准波形模板更新 ꎮ 由于测量环境及患者的行为对记录的心电信号有较大影响 ꎬ 会导致其形态发生一定的改变 ꎮ 因此 ꎬ 基准波形模板需要动态更新来适应 ECG 信号的动态变化 ꎮ 如果当前波段与基准波形模板匹配程度很高 ꎬ 相关系数 r 高于 r 1 时 ꎬ 则将当前波段按一定比例加入基准波形模板 ꎬ 表示为 DomWave = ObjWave + DomWave 3 4 (5) 式中 ꎬ DomWave 是指基准波形模板 ꎬ ObjWave 为符合上述相关度要求的当前波段 ꎮ 模板更新之后 ꎬ 待检测波段移至下一个心电周期并返回步骤 2ꎮ 步骤 4: 宽 QRS 波群中 R 峰位置修正 ꎮ 为了提高 R 峰位置修正精度 ꎬ 将错误定位的 R 峰分为漏检和误检两种情况 ꎮ 若待检测波段与基准波形模板匹配相关度 r 低于 r 2 ꎬ 则判定 R 峰在宽 QRS 波群中可能被误检 ꎮ 提取当前 QRS 波前一个心动周期的 T 波末端至后一个心动周期 Q 波起始点之间的 ECG 信号 ꎬ 并执行一阶差分运算 ꎮ 若结果同时满足下列 3 个条件 : (1) 存在 2 个或 2 个以上峰值大于 thr 4 A R ( R 峰幅度 ) 的波峰 ꎻ (2) 存在负正双向波 ꎻ (3) 原检测的 R 波之后无波峰出现 ꎮ 则将波峰中第一个绝对值大于 thr 4 A R 的波峰判定为正确的 R 峰 ꎬ 修正该 QRS 波群的 R 峰位置 ꎬ 转到步骤 5ꎮ 否则 ꎬR 峰位置保持变 ꎬ 并将待检测波段移至下一个心动周期 ꎬ 返回到步骤 2ꎮ 若 rr 大于 thr 4 RR 时 ꎬ 则判定 R 峰在宽 QRS 波群中可能被漏检 ꎬ 对当前 QRS 波群前一个心动周期 T 波末端至下一个心动周期 Q 波起始点的 ECG 段进行搜索 ꎮ 若存在两个以上的波峰 ꎬ 则采用先前的 R 峰定位方法重新在该段 ECG 中定位 R 峰位置 ꎬ 并更新 R 峰位置记录 ꎮ 步骤 5: 结束当前 QRS 波群修正 ꎬ 待检测波段后移至下一个心动周期并重复步骤 2ꎮ 2 3 3 发病段 QRS 波群识别房颤伴室早与伴差传病人发病段 ECG 的 QRS 波群均具有宽大畸形的特征 ꎮ 由于 QRS 波群形态多样 ꎬ 再加上房颤波的干扰 ꎬ 所以形态学方法 ( 如相关系数 ) 容易将房颤时正常形态的 QRS 波群误检为 [18] 发病 QRS 波群 ꎮ 为此 ꎬ 采用轮廓限围方法来识别宽大畸形的 QRS 波 ꎬ 以提高检测发病段宽 QRS 波群的准确性 ꎮ 轮廓限围匹配方法的基本原理是以基准波形模板为中心 ꎬ 构造一个波形轮廓的上限和下限 ꎬ 形成波形检测的轮廓窗口 ꎮ 其轮廓上下限的计算公式为波形轮廓上限 = 基准波形 + K (6) 波形轮廓上限 = 基准波形 - K (7) 式中 ꎬK 为人工设定常量 ꎮ 定义当待检测波段未落在上述轮廓区域内的部分与该波段长度的比值小于一定的容错率 thr 5 时 ꎬ 则识别待检测波段包含正常形态的 QRS 波群 ꎮ 否则 ꎬ 识别为包含宽大畸形的

2 期钱梦瑶 ꎬ 等 : 房颤伴室性早博与房颤伴差异性传导的量化鉴别方法研究 133 QRS 波群 ꎮ 2 3 4 计算类联比提取一个发病段 QRS 波群的前后两个 RR 间期 ꎬ 计算二者的比值就可以得到类联比 ꎮ 根据房颤伴室早和伴差传数据的类联比分布确定其阈值 ꎮ 由于房颤伴室早存在类代偿间期 ꎬ 而房颤伴差传不存在 ꎬ 因此 ꎬ 把类联比大于阈值时 ꎬ 判定为房颤伴室早 ꎬ 反之 ꎬ 则判为房颤伴差传 ꎮ 3 结果 3 1 参数与阈值的选取模拟房颤波产生参数如表 2 所示 ꎮ 所提出的房颤伴室早与房颤伴差传量化鉴别方法涉及的参数和阈值包括 :n l thr 1 thr 2 thr 3 thr 4 K thr 5 和类联比阈值 ꎮ 参考文献 [17-18] 中的方法 ꎬ 将 n 取为 3ꎮ 通过分析 3 581 心拍形态正常的 QRS 波群 ꎬ 到两个相邻心电周期的 RR 间期比值分布 ꎬ 如表 3 所示 ꎮ 表 3 的结果表明 ꎬ3 493 拍心动周期对应的相邻 R R 间期比值落在 0 8 ~ 1 2 之间 ꎬ 占样本总数的 97 5% ꎮ 这与文献 [18] 发现的 0 8 RR < RR < 1 25 RR 基本符合 ꎮ 因此 ꎬ 将基准模板阈值的下上限阈值 thr 1 和 thr 2 分别选取为 80% 和 120% ꎮ Tab. 2 AF waves [7] 表 2 [7] 模拟房颤波产生参数 The used parameters in the generation of simulated f 0 Δf f f M a Δa f a 取值 6 0 2 0 1 5 0 062 5 0 008 3 0 8 Tab. 3 表 3 正常 QRS 波群相邻 RR 间期比值的分布 The distribution of the ratio of the adjacent RR interval of the normal QRS complexes RR(i + 1) / RR(i) 0 8 ~ 1 2 < 0 8 或 > 1 2 合计心拍数 3 493 88 3 581 在综合考虑正常 ( 通常情况下正常形态 QRS 波群宽度不超过 110 ms) 室早和差传的可能 QRS 波群长度和 ECG 信号的采样率 (360 Hz) 后 ꎬ 选取基准模板长度 l 为 45 个采样点 ( 即 125 ms)ꎮ 通过实验分析发现 ꎬ 当 r 1 取 0 95 和 r 2 取 0 8 时 ꎬ 可以最大限度地搜索到易出现 R 峰定位错误的宽 QRS 波段 ꎮ thr 3 的取值与宽 QRS 波情况下 R 峰的漏检有关 ꎬ 取该阈值为 1 5ꎮ 正常情况下 ꎬQ 峰不超过同导联 R 峰的 1 / 4ꎬ 为了减少重新定位过程中误将 Q 波定位为 R 波 ꎬ 取 thr 4 为 1 / 4ꎮ 轮廓限围方法中轮廓的上下限 K 取为 12ꎬ 容错率 thr 5 取为 10% ꎬ 即待检测波段未落入该轮廓区域内的部分应不超过基准波形模板长度 5 个采样点 ꎮ 第 3 类数据的类联比分布如图 1 所示 ꎮ 其中 ꎬ 浅灰色代表房颤伴室早的分布 ꎬ 深灰色代表房颤伴差传的分布 ꎮ 由此可知 ꎬ 两类数据的类联比分布存在明显差异 ꎬ 当其阈值取为 1 2 时 ꎬ 可以将两类疾病分开 ꎬ 进一步说明类联比可以作为区分房颤时室早与差传的鉴别参数 ꎮ 图 1 第 3 类数据的类联比分布 Fig. 1 The RRR distribution of the third class of data 3 2 模拟数据的有效性验证为了说明所构建的模拟数据的有效性 ꎬ 对真实房颤伴室早数据 ( 第 2 类 ) 和模拟房颤伴室早数据的类代偿与联律间期比值进行了统计分析 ꎮ 其平均值及均方差如表 4 所示 ꎬ 分布直方图如图 2 所示 ꎮ 表 4 真实和模拟房颤伴室早数据的类代偿与联律间期比值的平均值及均方差 Tab. 4 The mean and the mean square of the ratio of coupling interval and compensatory pause for the real AF with PVC data and the simulated AF with PVC data. 数据类型模拟房颤伴室早真实房颤伴室早平均值 ± 均方差 2 052 8 ± 0 400 8 1 989 4 ± 0 319 2 虽然类代偿与联律间期分别会受到房颤波的影响 ꎬ 产生相应的改变 ꎬ 但二者的比值 ( 类联比 ) 可以在很大程度上抵消上述变化 ꎮ 通过分析表 4 和图 2 可知 ꎬ 真实和模拟数据的类代偿与联律间期的比值具有相似的统计特性 ꎬ 表明采用第 3 类模拟数据验证本文方法是可行和有效的 ꎮ

134 中国生物医学工程学报 34 卷 3 3 图 2 真实和模拟房颤伴室早数据的类代偿与联律间期比值分布情况 Fig. 2 The distribution of the ratio of coupling interval and compensatory pause for the real AF with PVC data and the simulated AF with PVC data. 宽 QRS 波中 R 峰修正的准确性由于专家为第 1 类数据标注了 453 心拍金标准的宽 QRS 波群和 4 452 跳形态正常的 QRS 波群 ꎬ 所以选择第 1 类数据来验证 R 峰修正算法的准 [16] 确性 ꎬ 并与修正前的自动阈值平方函数法进行比较 ꎮ 结果采用误检率 (FDR) 灵敏度 ( Se) 和阳性预测率 ( + P) 来评估 ꎬ 如式 (8) ~ (10) 所示 ꎮ 实验结果如表 5 所示 ꎮ 误检率 = (FP + FN) / (TP + FP + TN + FN) (8) 灵敏度 = TP / (TP + FN) (9) 阳性预测率 = TP / (TP + FP) (10) 式中 ꎬFP( 假阳性 ) 是指错误检测的 R 波峰数 ꎻFN ( 假阴性 ) 是指漏检的 R 波峰数 ꎻTP( 真阳性 ) 是指正确检测的 R 波峰数 ꎮ 表 5 结果 Tab. 5 本算法与文献 [16] 算法在第 1 类数据中 R 波检测 The detection results of R wave of the proposed algorithm and the Ref. 16 in the first class of data. 总心拍数误检漏检心拍数心拍数 (FP) (FN) 总错误心拍数 FDR / % Se / % + P / % 本算法 4 975 5 12 17 0 34 99 76 99 90 文献 [16] 4 975 31 29 60 1 21 99 41 99 37 由此可见 ꎬ 本算法可以在其中 436 心拍的宽 QRS 波群中正确定位 R 峰位置 ꎬ 在错误定位的 17 心拍 R 峰中 ꎬ 漏检 12 心拍和误检 5 心拍 ꎻ 而文献 [14] 算法只能正确定位 393 心拍 R 峰位置 ꎬ 错误定位 60 心拍 ꎬ 其中 29 心拍为漏检 ꎬ31 心拍为误检 ꎮ 通过计算可得 ꎬ 采用本 R 峰修正算法后 ꎬR 峰定位的准确率灵敏度和阳性预测率分别达到了 99 66% 99 76% 和 99 90% ꎬ 均高于文献 [16] 算法的对应指标 (98 79% 99 41% 和 99 37% )ꎮ 因此 ꎬ 所提出的 R 峰修正算法方法能够在宽 QRS 波群中降低传统方法的 R 峰误检和漏检率 ꎬ 提高 R 峰定位的准确性 ꎮ 3 4 鉴别结果采用第 3 类模拟数据验证所提出的量化鉴别方法 ꎬ 结果用灵敏度和阳性预测率来评估 ꎬ 如表 6 所示 ꎮ 从表 6 可知 ꎬ 利用所提出的类联比值作为鉴别两种房颤伴宽 QRS 波病症的参数 ꎬ 正确鉴别为房颤伴室早达到 231 心拍 ꎻ 将房颤伴室早错误鉴别为房颤伴差传有 4 心拍 ꎻ 正确鉴别为房颤伴差传有 145 心拍 ꎻ 将房颤伴差传错误鉴别为房颤伴室早有 17 心拍 ꎮ 因此 ꎬ 本方法鉴别房颤伴室早的灵敏度和阳性检测率分别为 93 15% 和 98 30% ꎬ 鉴别房颤伴差传的灵敏度和阳性检测率分别为 97 32% 和 89 51% ꎮ Tab. 6 表 6 本方法鉴别房颤伴室早与房颤伴差传的结果 The discrimination results between AF with PVC and AF with AVC using the proposed method 诊断数据实验房颤伴室早 ( + ) 房颤伴差传 ( - ) 总计房颤伴室早 ( + ) 231 4 235 房颤伴差传 ( - ) 17 145 162 总计 248 149 397 4 讨论和结论由于 MIT BIH 数据库中只有 552 心拍金标准的房颤伴室早 ECG 数据 ꎬ 所以我们结合真实临床室早与差传 ECG 和模拟房颤波构建了模拟房颤伴室早与伴差传数据 ꎮ 我们的研究表明 ꎬ 真实房颤伴室早与模拟房颤伴室早数据的类联比具有相似的统计特性 ꎬ 证实了模拟数据的有效性和可行性 ꎮ 房颤伴室早与伴差传都属于宽 QRS 波疾病 ꎮ 然而 ꎬ 在宽 QRS 波情况下传统 R 波检测算法的性能大幅下降 ꎬ 影响到鉴别两类疾病的准确性 ꎮ 本文提 [16] 出的 R 波检测改进算法比传统相关方法在宽 QRS 波情况下具有更好的敏感性和准确性 ꎬ 其临床适用性强 ꎮ 临床上 ꎬ 一般认为房颤伴差传不存在类代偿间期 ꎬ 即房颤伴差传出现的宽 QRS 波后一间期应不大于该段心电信号的窦性节律时的 RR 间期 ꎮ 因此 ꎬ [3] 临床医生常采用类代偿间期来鉴别房颤伴室早

2 期钱梦瑶 ꎬ 等 : 房颤伴室性早博与房颤伴差异性传导的量化鉴别方法研究 135 与房颤伴差传 ꎮ 将本方法和类代偿间期方法同时用于检测第 2 类真实房颤伴室早数据 ꎬ 结果表明 ꎬ 本方法能够全部正确鉴别这组数据中的房颤伴室早信号 ꎬ 而类代偿间期方法误将其中 4 跳判断为房颤伴差传信号 ꎮ 用模拟房颤伴室早与伴差传数据 ꎬ 本方法的灵敏度和阳性检测率分别达到了 93 15% 和 98 30% ꎮ 所提出方法优于类代偿间期法的主要原因可能是房颤时宽 QRS 波后间歇期产生变化 ꎬ 而这一变化主要是由于在房颤发作时 ꎬ 室性早搏或差异性传导可能产生逆向传导的生理电信号使得之后的房颤波不能下传 ꎬ 导致之后的 RR 间期产生变化 ꎮ 因此 ꎬ 本研究提出的类联比方法对于提高临床上房颤伴室早与伴差传的鉴别准确性具有重要指导意义 ꎮ 在未来研究中 ꎬ 我们将进一步提高在一些特殊情况 ( 例如 ꎬ 后一个宽 QRS 波段出现在前一周期的 T 波位置 ) 下 R 峰的定位精度 ꎬ 对联律前 R R 间期长度与宽大畸形 QRS 波变异率的关系进行研究 ꎬ 以进一步提高鉴别房颤伴室早与房颤伴差传的准确性 ꎮ 参考文献 [ 1 ] Bonhorst Dꎬ Mendes Mꎬ de Sousa Jꎬ et al. Epidemiology of atrial fibrillation [ J]. Revista Portuguesa De Cardiologiaꎬ 2009ꎬ 29(7-8):1207-1217. [ 2 ] Shibazaki Kꎬ Kimura Kꎬ Aoki Jꎬ et al. Early initiation of new oral anticoagulants in acute stroke and TIA patients with nonvalvular atrial fibrillation [ J ]. Journal of the Neurological Sciencesꎬ 2013ꎬ 331(1-2):90-93. [ 3 ] 夏宏器 ꎬ 邓开伯. 心律失常的临床分析与决策 [ M]. 北京 : 中国协和医科大学出版社 ꎬ2001: 1187. [ 4 ] 张传峰 ꎬ 张海生. 房颤时室早与差传鉴别的新方法 - 类 Brugada 法 [J]. 实用心电学杂志 ꎬ 2001ꎬ 10(4): 252-253. [ 5 ] 郭继鸿 ꎬ 许原 ꎬ 李学斌. 特发性室性心动过速者无人区电轴的研究 [J]. 临床心电学杂志 ꎬ2005ꎬ14(1): 19-22. [ 6 ] 刘松涛 ꎬ 高迎春 ꎬ 王永军 ꎬ 等. 无人区电轴对房颤伴差传与室早鉴别诊断的临床意义 [J]. 中国实用医药 ꎬ 2012ꎬ 7(35): 100-101. [ 7 ] Stridh Mꎬ Sornmo L. Spatiotemporal QRST cancellation techniques for analysis of atrial fibrillation [ J ]. IEEE Transactions on Biomedical Engineeringꎬ2001ꎬ 48 ( 1 ): 105-111. [ 8 ] 于亚门 ꎬ 朱玉华. 房颤伴相性室内差异性传导与室性早搏的鉴别诊断 [J]. 临床军医杂志 ꎬ 2003ꎬ 31(3): 109-109. [ 9 ] 关秀兰. 心房颤动合并宽 QRS 波群心电过速的心电图分析 [J]. 实用医技杂志 ꎬ 2005ꎬ 11(10B): 2137-2138. [10] 贾忠伟. 心电图解读 [ C]. 中国临床医生 ꎬ 2004ꎬ 32(7):16-18. [11] Redmond SJꎬ Heneghan C. Cardiorespiratory based sleep staging in subjects with obstructive sleep apnea[ J]. IEEE Transactions on Biomedical Engineeringꎬ 2006ꎬ 53(3): 485-496. [12] Li Cuiweiꎬ Zheng Chongxunꎬ Tai Changfeng. Detection of ECG characteristic points using wavelet transforms [ J ]. IEEE Transactions on Biomedical Engineeringꎬ 1995ꎬ 42 (1 ): 21-28. [13] Sahambi JSꎬ Tandon SNꎬ Bhatt RKP. Using wavelet transforms for ECG characterization. An on line digital signal processing system [ J ]. IEEE Engineering in Medicine and Biology Magazineꎬ 1997ꎬ 16(1): 77-83. [14] Vijaya Gꎬ Kumar Vꎬ Verma HK. ANN based QRS complex analysis of ECG [ J ]. Journal of Medical Engineering & Technologyꎬ 1998ꎬ 22(4): 160-167. [15] 沈虹 ꎬ 张良震 ꎬ 秦玮. 用于识别心电图的 BP 网络系统 [ J]. 上海生物医学工程 ꎬ 1998ꎬ 19(4): 14-18. [16] Arzeno NMꎬ Deng Zhideꎬ Poon CS. Analysis of first derivative based QRS detection algorithms [ J ]. IEEE Transactions on Biomedical Engineeringꎬ 2008ꎬ 55(2): 478-484. [17] Gradman AHꎬ Lewis JWꎬ Mayer JL. An improved method for computer measurement of the RR interval on the ambulatory electrocardiogram[ J]. Computers in Cardiologyꎬ 1980: 213-216. [18] 戚建新. 基于微机的心电信号实时自动分析系统 [ J]. 北京生物医学工程 ꎬ1997ꎬ 16(3): 157-160.