一種新的T波交替量化評(píng)估聯(lián)合算法

萬相奎 謝富蘭 王美林

1(廣東工業(yè)大學(xué)信息工程學(xué)院，廣州 510006)

2(廣州醫(yī)學(xué)院荔灣醫(yī)院心內(nèi)科，廣州 510170)

引言

心臟性猝死(sudden cardiac death，SCD)是心血管疾病死亡的主要原因。據(jù)美國心臟病協(xié)會(huì)統(tǒng)計(jì)，美國每年大約有40萬例心臟性猝死［1］。我國有文獻(xiàn)稱年發(fā)病率達(dá)0.18%，全國每年180萬人發(fā)生SCD，經(jīng)臨床證實(shí)為 0.036% ～0.128%［2］。對(duì)于有SCD潛在危險(xiǎn)的病人，目前一般采用電生理方法(electrophysiology，EP)來處理。但是，由于 EP風(fēng)險(xiǎn)大，費(fèi)用高，耗時(shí)長，因而限制了它的應(yīng)用。其他的無創(chuàng)傷性預(yù)測(cè)方法，如心室晚電位(ventricular late potential，VLP)、QT 離散度(QTa)等，從目前應(yīng)用的實(shí)際情況看，還缺乏足夠的可信度。

T波交替(T wave alternans，TWA)是指T波每隔一個(gè)激動(dòng)就發(fā)生振幅、寬度或形態(tài)的重復(fù)現(xiàn)象，它反映了心室復(fù)極化過程的時(shí)間和空間的不均勻性傳播。大量的臨床實(shí)驗(yàn)和研究文獻(xiàn)表明［3－5］:TWA與室性心律失常有密切的關(guān)系，是預(yù)測(cè)發(fā)生惡性室性心律失常和SCD的獨(dú)立且具有統(tǒng)計(jì)學(xué)意義的指標(biāo)。當(dāng)前，TWA的評(píng)估算法研究已引起廣泛注意，有望發(fā)展成為一種優(yōu)越的、無創(chuàng)評(píng)定發(fā)生心臟猝死危險(xiǎn)性的技術(shù)。

目前，TWA的評(píng)估算法主要包括頻域法和時(shí)域法兩大類。頻域法中Adam等最早提出了能量譜法(energy spectral method，ESM)［6］，其后又有很多學(xué)者在此基礎(chǔ)之上進(jìn)行改進(jìn)和發(fā)展，具有代表性的是Smith 等提出的譜分析法 (spectral method，SM)［8］、Nearing等提出的復(fù)數(shù)解調(diào)法 (complex demodulation，CD)［9］，以及 Laguna 等將 KL 變換和譜分析法結(jié)合起來形成的 KLSM［10］?？偟膩碚f，頻域法對(duì)輸入數(shù)據(jù)的要求較低，抗噪聲和呼吸調(diào)制等干擾的能力較強(qiáng)，但同時(shí)存在無法有效檢測(cè)數(shù)據(jù)中的非穩(wěn)態(tài)現(xiàn)象、不具備時(shí)間分辨率的缺點(diǎn)，對(duì)TWA現(xiàn)象的非平穩(wěn)特征無法做出有效的識(shí)別。另外，這些方法也不能在運(yùn)動(dòng)試驗(yàn)或動(dòng)態(tài)心電圖檢查時(shí)進(jìn)行分析，因而影響了頻域法TWA的推廣使用。

在時(shí)域方面，典型的有 Nearing提出的修正移動(dòng) 平 均 法 (modified moving averagemethod，MMA)［11］，以 及 Burattini 等 提 出 的 相 關(guān) 分 析 法(correlation method，CM)［12］。時(shí)域法能夠較好地跟蹤非穩(wěn)態(tài)的TWA現(xiàn)象，其基本思想是從時(shí)間序列的角度來分析TWA。時(shí)域分析法可在動(dòng)態(tài)心電圖或平板運(yùn)動(dòng)試驗(yàn)中檢測(cè)TWA，具有很好的時(shí)間分辨率，也無需固定心率和時(shí)間，受檢者可自由活動(dòng)，可動(dòng)態(tài)捕捉短暫而劇烈的心律失常。但時(shí)域法對(duì)信號(hào)的質(zhì)量要求較高，目前尚無統(tǒng)一的采樣方案和診斷標(biāo)準(zhǔn)。

除了上述兩大類算法外，還有諸如拉普拉斯似然比法、沃爾什函數(shù)法、龐加萊映射法等基于統(tǒng)計(jì)方法和非線性處理的方法［7］，這些方法僅出現(xiàn)于相關(guān)研究文獻(xiàn)中，沒有看到其實(shí)際應(yīng)用情況的報(bào)道。

小波變換作為一種時(shí)頻分析技術(shù)，可以提供信號(hào)時(shí)間域與頻率域的聯(lián)合分布信息，清楚地描述信號(hào)頻率隨時(shí)間變化的關(guān)系。本研究基于ECG信號(hào)連續(xù)小波變換，提取T波序列的時(shí)頻特征信息;從頻率域角度計(jì)算其能量譜，運(yùn)用非參數(shù)檢驗(yàn)中的Wilcoxon秩和檢驗(yàn)法定性檢測(cè) TWA;在此基礎(chǔ)上，運(yùn)用相關(guān)分析方法，從時(shí)域角度定量評(píng)估TWA，為心律失常的治療和心臟猝死事件的預(yù)測(cè)分析提供更為可靠和豐富的臨床信息。

1 TWA檢測(cè)與分析算法

1.1 連續(xù)小波變換分析

連續(xù)小波變換具有多分辨率分析的特點(diǎn)，在時(shí)頻兩域都具有表征信號(hào)局部特征的能力，是一種窗口大小固定不變但其形狀可改變、時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法。連續(xù)小波變換不同于傳統(tǒng)的短時(shí)傅里葉變換之處，在于其具有更好的時(shí)頻窗口特性。對(duì)不同的頻率在時(shí)域上的取樣步長是調(diào)節(jié)性的，即在低頻時(shí)小波變換的時(shí)間分辨率較差，而頻率分辨率較高;高頻時(shí)小波變換的時(shí)間分辨率較高，而頻率分辨率較低。所以，連續(xù)小波變換既能提取信號(hào)的局部特征信息，也能提取其全局特征信息。

若存在信號(hào)f(t)∈L2(R)，則f(t)的連續(xù)小波可變換為

式中，ψ(t)∈ L2(R)為母小波函數(shù)，上標(biāo)*表示共軛。

ψ(t)作為小波函數(shù)的條件是其傅里葉變換ψ(ω)必須滿足以下容許性條件，即

這一條件意味著小波在時(shí)域和頻域內(nèi)均是緊支撐的。

a，b分別是尺度(平移)和伸縮因子參數(shù)(a，b∈R且a＞0)，基本小波ψ(t)的伸縮間期取決于尺度因子a。

信號(hào)f(t)在尺度因子a和伸縮因子b處的能量譜分布以二維的小波能量密度函數(shù)可表示為

1.2 ECG信號(hào)預(yù)處理

ECG的噪聲主要包括工頻干擾、基線漂移、肌電干擾及電極移動(dòng)產(chǎn)生的噪聲。本研究對(duì)以50 Hz及其各次諧波構(gòu)成的工頻干擾，采用文獻(xiàn)［13］提出的自適應(yīng)notch濾波器來完成;基線漂移和電極移動(dòng)產(chǎn)生的干擾通常小于5 Hz，采用文獻(xiàn)［14］提出的三次樣條差值法來糾正;肌電干擾采用文獻(xiàn)［15］去噪算法來降低噪聲影響。

對(duì)降噪處理后的ECG數(shù)據(jù)，采用小波變換模極大值對(duì)的方法來確定所有R波的波峰。以RR間期方差是否小于RR間期均值的10%為判據(jù)來定RR間期是否平穩(wěn)［16］，這樣既防止過大的心動(dòng)周期波動(dòng)所造成的心電波形的變化，剔除異常心拍，又保證TWA分析的心電數(shù)據(jù)中必要的生理性和病理性的心率波動(dòng)。在RR間期檢測(cè)結(jié)果平穩(wěn)的基礎(chǔ)上，根據(jù)R波峰的定位結(jié)果，確定 T波窗口，最后進(jìn)行TWA檢測(cè)。為避免由于特征點(diǎn)定位誤差造成的結(jié)果偏差累計(jì)，采用獨(dú)立于T波起點(diǎn)和終點(diǎn)檢測(cè)的加窗法，根據(jù)R波峰值位置以及 T波窗口的長度，描述T波窗口的大小和位置。

1.3 TWA定性檢測(cè)與量化分析

Wilcoxon秩和檢驗(yàn)是基于樣本數(shù)據(jù)秩和的一種統(tǒng)計(jì)分析方法，廣泛應(yīng)用于兩組獨(dú)立樣本未知分布的情況下，以判定它們是否來自相同分布的總體。若一段ECG信號(hào)含有TWA，即T波存在幅值的交替變化，則各T波所對(duì)應(yīng)的能量譜也應(yīng)呈現(xiàn)對(duì)應(yīng)的變化。因此，可根據(jù)式(3)提取各心電節(jié)拍的T波能量譜，構(gòu)成奇偶兩組T波序列，即兩組未知分布的獨(dú)立樣本。顯然，這兩組樣本符合Wilcoxon秩和檢驗(yàn)要求，因此可對(duì)它們統(tǒng)一編秩，再運(yùn)用Wilcoxon秩和檢驗(yàn)進(jìn)行測(cè)試。相對(duì)TWA時(shí)域檢測(cè)法而言，TWA譜分析法從T波交替的頻率角度來檢測(cè)，對(duì)信號(hào)質(zhì)量相對(duì)要求較低，在信噪比相對(duì)較弱的情況下仍可以可靠和準(zhǔn)確地檢測(cè) TWA［17－18］。對(duì) T波序列的能量譜運(yùn)用Wilcoxon秩和檢驗(yàn)來定性判別，其基本原理仍是建立在頻譜分析基礎(chǔ)上，因此抗干擾性強(qiáng)。

［19］，若奇偶T波樣本序列屬于同一樣本的概率低于0.05(P＜0.05)，則表示奇、偶 T波樣本不屬于同一總體分布，即被分析的T波序列中被定性檢測(cè)出含有TWA現(xiàn)象;否則，則表示分析的奇、偶T波樣本屬于同一總體分布，即該段信號(hào)中沒有TWA出現(xiàn)。這一定性檢測(cè)算法采取以下具體流程。

步驟1:數(shù)據(jù)預(yù)處理后，對(duì)ECG信號(hào)進(jìn)行連續(xù)小波變換，以小波變換的模極大值對(duì)方法檢測(cè)出R波峰，進(jìn)而計(jì)算出平均RR間期;根據(jù)連續(xù)小波變換的結(jié)果，獲取ECG信號(hào)的時(shí)頻信息。

步驟 2:以各 R波峰為基準(zhǔn)，Tsk=40+作為 T波起點(diǎn) ，其后400 ms處為 T波終點(diǎn)，定義T波分析窗。

步驟3:T波能量主要分布在0.5～10 Hz范圍內(nèi)。因此，可根據(jù)以上劃定的時(shí)頻區(qū)域，在 ECG中提取每個(gè)心電節(jié)拍的T波時(shí)頻信息，并獲取其在劃定時(shí)間內(nèi)(400 ms)的能量譜Ei，最終獲得T波能量譜序列En。這一過程如圖1所示，(a)為500 Hz采樣頻率采集的單個(gè)心拍時(shí)域信號(hào)，(b)為該心拍的時(shí)頻分布，(c)為步驟2及其所提取心拍的 T波時(shí)頻能量譜。

圖1 T波時(shí)頻特征提取。(a)一個(gè)心電節(jié)拍;(b)該信號(hào)的小波時(shí)頻;(c)T波能量譜Fig.1 Time-frequency feature extraction of T wave.(a)a rhythm;(b)wavelet time-frequency figure of the rhythm(c)total energy of the T wave

步驟4:對(duì)T波能量譜序列En按奇、偶劃分為兩組，E2i+1、E2i構(gòu)成奇、偶序列樣本，分別對(duì)應(yīng)奇數(shù)序列和偶數(shù)序列的T波。應(yīng)用Wilcoxon秩和檢驗(yàn)方法，在對(duì)其進(jìn)行統(tǒng)一編秩后，計(jì)算奇序列E2i+1和偶序列E2i樣本來自同一分布的概率p。

步驟5:判斷是否存在TWA，若P＜0.05，可認(rèn)為奇序列E2i+1和偶序列E2i樣本不是來自同一分布的樣本，即存在 TWA;反之，若 P＞0.05，則認(rèn)為被分析的ECG中沒有TWA出現(xiàn)。

定性檢測(cè)出存在TWA的ECG信號(hào)，再基于相關(guān)技術(shù)［12］量化分析T波間的相關(guān)程度，從而實(shí)現(xiàn)對(duì)TWA交替的時(shí)域量化分析。

1)提取出T波序列，計(jì)算出平均 T波Tm，有

式中，N為被分析的ECG信號(hào)中包含的T波總數(shù)。

2)計(jì)算T波交替相關(guān)指數(shù)和交替?zhèn)€數(shù)。定義交替相關(guān)指數(shù)ACI為當(dāng)前心拍的 T波 Ti與平均 T波Tm的互相關(guān)值與Tm自相關(guān)值的比值，有

式中，M為每個(gè)心拍的T波采樣點(diǎn)數(shù)。

ACIi量化反映了單個(gè)心拍的T波與平均T波的交替水平。如果ACIi的大小不為1，且存在連續(xù)7個(gè)或以上的ACIi值圍繞1嚴(yán)格有序地上下波動(dòng)，則標(biāo)記TWA在第一個(gè)波動(dòng)的ACIi所對(duì)應(yīng)的T波處開始;反之，當(dāng)出現(xiàn)ACIi不再圍繞1上下波動(dòng)，則標(biāo)記TWA在該T波處結(jié)束。

3)計(jì)算單個(gè)TWA交替幅值。在獲得單個(gè)T波交替相關(guān)指數(shù)ACIi的基礎(chǔ)上，定義單個(gè)心拍的T波交替程度表征量——交替幅值A(chǔ)CMi，有

4)計(jì)算TWA平均交替幅值。整個(gè)被分析的ECG段的TWA平均交替幅值可定義為

2 算法實(shí)驗(yàn)

2.1 仿真實(shí)驗(yàn)

微伏級(jí)TWA人眼無法識(shí)別，因此用特定算法來TWA時(shí)，其正確性和魯棒性通常是無法知曉的。為了評(píng)估本算法對(duì)TWA檢測(cè)的有效性，本研究首先對(duì)模擬信號(hào)進(jìn)行了仿真實(shí)驗(yàn)。

模擬信號(hào)S由合成ECG信號(hào)、噪聲信號(hào)和擬合交替段組成，其模型定義為

式中，e為單個(gè)心拍重復(fù)連接而組成的合成ECG;a為擬合的交替波形，k為交替水平;w為噪聲，l為噪聲強(qiáng)度因子，通過設(shè)置 l可控制模擬信號(hào)的信噪比。

心電信號(hào)的噪聲w主要包括基線漂移(baseline wandering，bw)、肌電噪聲(muscular activity，ma)、電極移動(dòng)噪聲(electrode motion，em)和白噪聲(white noise，wn)，這一模擬信號(hào)實(shí)現(xiàn)方案如圖2所示。

圖2 含TWA的仿真ECG信號(hào)合成方案Fig.2 Synthetical scheme of simulated ECG with TWA

模擬信號(hào)S的具體獲取過程如下:

1)在靜息狀況下，用專用高信噪比采集設(shè)備、以500 Hz采樣頻率，從健康受試者體表采集 ECG信號(hào)。從中選擇一個(gè)“干凈”的心電節(jié)拍，時(shí)長為1 s。對(duì)該節(jié)拍重復(fù)1 000次后，構(gòu)成一個(gè)1 000 s時(shí)長的合成ECG信號(hào)e。這使得T波都是一致的，確保合成的ECG中不會(huì)出現(xiàn)TWA。以同樣的方法，從另外4位健康受試者中獲得4段合成的ECG信號(hào)。這樣獲取5段合成ECG信號(hào)。

2)分別以高斯函數(shù)及其一階導(dǎo)數(shù)對(duì)應(yīng)的波形來模擬交替波形。每種波形對(duì)應(yīng)5種不同交替水平的交替因子，分別設(shè)定為 10、20、50、100、200 μV，構(gòu)造出10種不同的TWA段。在以上合成的5段ECG信號(hào)中，每隔一個(gè)心拍對(duì)T波進(jìn)行疊加，最終獲得50段含TWA段的模擬ECG信號(hào)S。

3)從美國PhysioBank數(shù)據(jù)庫的 MIT-BIH心電噪聲測(cè)試數(shù)據(jù)庫中，分別獲取bw、ma和em信號(hào)，并用Matlab生成高斯白噪聲。將以上噪聲疊加后，獲得噪聲信號(hào)w，通過調(diào)整噪聲強(qiáng)度因子l，分別與前面獲取的50段合成ECG信號(hào)混合，構(gòu)造出信噪比分別為 20、25、30、35、40 的 250 段含噪模擬信號(hào)(S=e+ka+lw)。

定義算法的靈敏性(Se)為

式中，TP為真陽性數(shù)目，即正確檢測(cè)出的真實(shí)存在TWA的ECG數(shù)目;FN為假陰性數(shù)目，即漏檢的含TWA的ECG數(shù)目。

運(yùn)用文中第2節(jié)提出的算法，對(duì)以上模擬的時(shí)長為1 000 s的各段ECG信號(hào)進(jìn)行分析。

250段模擬ECG信號(hào)定性檢測(cè)，結(jié)果顯示其中的228例 ECG中出現(xiàn) TWA現(xiàn)象(P＜0.05)，TWA檢測(cè)的平均靈敏性Se達(dá)91.2%。不同信噪比和不同交替水平下檢測(cè)的具體數(shù)據(jù)如表1所示。

表1 定性檢測(cè)實(shí)驗(yàn)數(shù)據(jù)Tab.1 Qualitative detection experiment data

由表1可見，在信噪比高于30時(shí)，可以100%準(zhǔn)確地檢測(cè)出TWA。在T波交替因子幅值高于100 μV時(shí)，可以100%正確地檢測(cè)出 TWA;在 TWA為50 μV時(shí)，檢測(cè)靈敏性達(dá)98%。

如果合成的ECG均不加入模擬的TWA交替因子，而是直接與混合噪聲構(gòu)建不同的信噪比(SNR=20，25，30，35，40)，則此時(shí)的檢測(cè)正確率達(dá) 92% 。

對(duì)檢測(cè)出含TWA的ECG信號(hào)，在不同TWA級(jí)(10/20/50/100/200 μV)、不同信噪比下各取 1段信號(hào)，對(duì)這25段ECG信號(hào)運(yùn)用相關(guān)分析技術(shù)進(jìn)行T波交替水平量化分析。不同交替水平下的測(cè)量結(jié)果如表2所示，其中平均為同一TWA級(jí)別下不同信噪比(SNR=20，25，30，35，40)計(jì)算獲得的的平均值。

表2 T波交替水平分析Tab.2 TWA level analysis μV

由表2可見，相關(guān)計(jì)算測(cè)量出的TWA交替水平ACM約為實(shí)際TWA幅值的0.75倍，在此基礎(chǔ)上，計(jì)算出在不同信噪比下測(cè)量模擬TWA的相關(guān)系數(shù)為0.99。

定義測(cè)量TWA的相對(duì)誤差為

式中，Atwa為模擬的TWA幅值，為測(cè)量的TWA幅值。

在信噪比為30情況下，分別取 TWA=10，20，50，100，200 μV 下的任一模擬 ECG 信號(hào)。應(yīng)用本算法量化分析TWA平均交替幅度，并引入Smith提出的SM法計(jì)算T波交替幅度ASM，對(duì)比分析結(jié)果如表3所示。

表3 TWA檢測(cè)對(duì)比分析Tab.3 Comparision analysis of TWA detection

在模擬ECG情況下，本研究采用的分析法獲得了較小的相對(duì)誤差;在幅值評(píng)估方面，也是SM法獲得的交替幅值的2.2倍，為TWA實(shí)際幅值的75%左右，更接近真實(shí)值。

2.2 臨床評(píng)估

數(shù)據(jù)來源1:通過商用運(yùn)動(dòng)心電測(cè)試系統(tǒng)，從25名患有心肌梗塞或混合心絞痛的患者中，提取30 min時(shí)長的心電數(shù)據(jù)。

數(shù)據(jù)來源2:從心電研究的權(quán)威數(shù)據(jù)庫——?dú)W洲ST-T心電數(shù)據(jù)庫和美國心臟猝死監(jiān)護(hù)數(shù)據(jù)庫(the sudden cardiac death holter database，SCDHD)中，各提取25段、30 min時(shí)長的患心絞痛、冠心病或心肌梗塞患者的ECG數(shù)據(jù)。

將這些數(shù)據(jù)劃分為30個(gè)1 min時(shí)長的段，每段大致包含60～80個(gè)T波，對(duì)每個(gè)1 min時(shí)長的ECG分別運(yùn)用本算法進(jìn)行檢測(cè)，同時(shí)也運(yùn)用SM譜方法進(jìn)行對(duì)比分析。統(tǒng)計(jì)分析結(jié)果為:本算法測(cè)量的平均TWA幅值約為SM方法測(cè)量值的2.2倍，兩種算法對(duì)TWA幅值檢測(cè)結(jié)果的相關(guān)系數(shù)為0.96，如圖3所示。

部分樣本檢測(cè)結(jié)果如表4所示，其中編號(hào)為ECG1的1 min欄中的值“11(37%)”表明:被檢測(cè)的30段ECG中發(fā)現(xiàn)11段出現(xiàn) P＜0.05，這在一定程度上反映了TWA出現(xiàn)的頻次。

圖3 本方法和SM法對(duì)臨床數(shù)據(jù)TWA評(píng)估的相關(guān)性分析Fig.3 Correlation analysis of TWA estimation:the joint algorithm vs.SM

表4 部分樣本的檢測(cè)結(jié)果Tab.4 Test results of partial samples

表中編號(hào) 31、41、45、和 e0121的患者，其 TWA在多段心拍檢測(cè)中出現(xiàn)的頻率均高達(dá)70%以上。根據(jù)TWA是預(yù)測(cè)發(fā)生惡性室性心律失常和心臟猝死的預(yù)測(cè)指標(biāo)觀點(diǎn)，這些患者應(yīng)被列為重點(diǎn)監(jiān)測(cè)對(duì)象。

3 討論

3.1 TWA分析的研究方向

TWA的量化評(píng)估難度很大，已有的各種算法都不同程度地存在缺陷［7］。新的 TWA算法必須既具有較高的抗噪性能，又具有動(dòng)態(tài)跟蹤非穩(wěn)態(tài)TWA的能力。采用現(xiàn)代譜估計(jì)和時(shí)頻分析的方法，或者結(jié)合頻域方法和時(shí)域方法互補(bǔ)的特點(diǎn)，將是今后研究的方向［20］。

利用連續(xù)小波變換提取T波時(shí)頻信息，在指定時(shí)頻窗內(nèi)計(jì)算T波能量譜并分段統(tǒng)一編秩后，運(yùn)用Wilcoxon秩和檢驗(yàn)這一統(tǒng)計(jì)分析方法來定性判斷T波交替。在此基礎(chǔ)上，對(duì)包含T波交替的信號(hào)段進(jìn)行T波的時(shí)域相關(guān)分析，確定交替的頻次和程度，提取時(shí)域量化指標(biāo)。這一時(shí)頻聯(lián)合分析方法既可達(dá)到傳統(tǒng)譜分析方法的準(zhǔn)確性，也可分析T波序列的時(shí)頻能量譜變化情況，確定TWA出現(xiàn)的時(shí)域范圍，可以實(shí)現(xiàn)TWA時(shí)頻特征參數(shù)的量化評(píng)估。

3.2 設(shè)計(jì)包含TWA的仿真ECG信號(hào)方案

TWA檢測(cè)算法的有效性必須通過仿真實(shí)驗(yàn)來評(píng)估，因此設(shè)計(jì)合理的、包含TWA的仿真ECG信號(hào)方案，最大限度地模擬實(shí)際采集的臨床數(shù)據(jù)，對(duì)算法有效性的檢測(cè)至關(guān)重要。

首先，用單個(gè)心拍來采用合成ECG信號(hào);然后，以高斯函數(shù)及其一階導(dǎo)數(shù)的波形來擬合兩種形態(tài)、不同幅值的T波交替因子，將這些不同的T波因子與合成ECG信號(hào)疊加;接著，從權(quán)威心電噪聲數(shù)據(jù)庫中提取臨床獲得的心電基線漂移、肌電噪聲和電極移動(dòng)噪聲，與模擬生成的高斯噪聲混合，使噪聲完全覆蓋真實(shí)采集的ECG信號(hào)所含的噪聲;最后，將混合噪聲與合成ECG疊加，構(gòu)造不同信噪比的、含T波交替的模擬ECG信號(hào)。本研究提出的這一設(shè)計(jì)方案，最大程度地符合真實(shí)情況下所采集的不同ECG信號(hào)，使驗(yàn)證實(shí)驗(yàn)結(jié)果具有可信度，可作為其他TWA算法性能評(píng)估時(shí)的仿真實(shí)驗(yàn)設(shè)計(jì)參考。

4 結(jié)論

心電T波交替蘊(yùn)含了豐富的病理信息，是目前對(duì)心臟猝死和惡性心律失常的危險(xiǎn)性進(jìn)行無創(chuàng)風(fēng)險(xiǎn)評(píng)估的指標(biāo)，具有重要的研究價(jià)值。SM譜分析法能夠從頻域的角度定性判別TWA，但它不能獲取TWA時(shí)域特征信息，因此僅從頻域角度分析 TWA是不夠的，TWA所包含的病理信息還有待更充分地發(fā)掘。

本研究將非參數(shù)檢驗(yàn)的統(tǒng)計(jì)分析方法與連續(xù)小波變換、相關(guān)分析技術(shù)結(jié)合，提出一種新的 T波交替量化分析方法，不僅從能量和頻率角度來定性反映TWA的交替情況，也利用TWA交替相關(guān)指數(shù)ACIi和平均交替幅值，從交替頻次和交替幅值的角度，對(duì) TWA進(jìn)行了時(shí)域量化分析。仿真實(shí)驗(yàn)和臨床對(duì)比實(shí)驗(yàn)的結(jié)果均表明:本研究提出的這一方法在TWA檢測(cè)上可以達(dá)到傳統(tǒng)譜分析方法的準(zhǔn)確率，同時(shí)也可實(shí)現(xiàn)TWA的時(shí)頻分析和基于相關(guān)技術(shù)的時(shí)域量化分析，獲取TWA在特定時(shí)間范圍內(nèi)更豐富的TWA時(shí)頻特征信息，也支持靜息狀況下采集的患者的ECG分析，這些特點(diǎn)均是目前譜分析法和時(shí)域分析法所不具備的。

參考文獻(xiàn)

［1］Mark Estesl NA，Homoud MK，Link MS，et al.Assessment of risk forsudden cardiac death［J］. CurrentProblemsin Cardiology，2002，27(6):246－266.

［2］孟照華，宋平.心臟猝死發(fā)生的預(yù)測(cè)研究現(xiàn)狀［J］.中國急救醫(yī)學(xué)，2005，25(4):286－287.

［3］Garcia，Euler de Vilhena.T-wave alternans:reviewing the clinical performance，understanding limitations，characterizing methodologies［J］.Annals of Noninvasive Electrocardiology，2008，13(4):401－420.

［4］Quarta G，Marino L.The microvolt T-wave alternans test:an emerging tool for risk stratification of sudden cardiac death ［J］.High Blood Pressure＆ Cardiovascular Prevention，2007，14(4):213－219.

［5］Javed B，Angel L.The elusive scourge of sudden cardiac death［J］.Journal of American College of Cardiology，2007，49(13):1434－1437.

［6］Adam DR.，Smith JM，Akselrod S，et al.，F(xiàn)luctuations in T-wave morphology and susceptibility to ventricular fibrillation［J］.Journal of Electrocardiology，1984，17:209－218.

［7］Martinez JP，Olmos S.Methodological principles of T wave alternans analysis:A unified framework［J］.IEEE Transaction on Biomedical Engineering，2005，52(4):599 －613.

［8］Smith JM，Clancy EA，Valeri CR，et al.Electrical alternans and cardiac electrical instability［J］.Circulation，1988，77(1):110－121.

［9］Nearing BD，Huang AH，Verrier RL.Dynamic tracking of cardiac vulnerability by complex demodulation of the T wave［J］.Science，1991，252:437 －440.

［10］Laguna P，Ruiz M，Moody G.B，et al.Repolarization alternans detection using the KL transform and the beatquency spectrum［J］.Computing in Cardiology，1996，23:673 －676.

［11］Nearing BD，Verrier RL，Modified moving average analysis of T-wave alternans to predictventricularfibrillation with high accuracy［J］.Journal of Applied Physiology，2002，92:541 －549.

［12］Burattini L， Zareba W， Moss AJ， Correlation method for detection of transient T-wave alternans in digital Holter ECG recordings［J］.Annals of Noninvasive.Electrocardiology.，1999，4(4):416－426.

［13］Ferdjallah M，Barr RE，Adaptive digital notch filter design on the unit circle for the removal of powerline noise from biomedical signals［J］.IEEE Transaction on Biomedical Engineering，1994:41(4):529－536.

［14］MeyerC， Keiser H. Electr，ocardiogram baseline noise estimation and removalusing cubic splinesand statespace computation techniques［J］. Computers and Biomedical Research，1977，10:459－470.

［15］萬相奎，徐杜，張軍.心電信號(hào)小波消噪方法的研究［J］.中國生物醫(yī)學(xué)工程學(xué)報(bào)，2008，27(4):630－632.

［16］張津海，高小榕，曾樂朋.低采樣率心電非穩(wěn)態(tài)T波交替分析方法［J］.清華大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003，43(9):1214－1217.

［17］Janusek D， Pawlowski Z. Comparison of T-wave alternans detection methods ［J］. Biocybernetics and Biomedical Engineering，2004，24(4):31－41.

［18］Martinez JP， OlmosS， Laguna P. Simulation studyand performance evaluation of T-wave alternans detector［C］//Proceedings of the 22”d Annual EMBS International Conference.Chicago，2000:2291 －2297.

［19］Inaki R，Neil R，Grubb，et al.T-wave alternans found in preventricular tachyarrhythmias in CCU patients using a wavelet transform-based methodology［J］. IEEE Transaction on Biomedical Engineering，2008，55(11):2658－2665.

［20］張石，佘黎煌，徐中強(qiáng)等，心電 T波電交替檢測(cè)算法綜述［J］.中國生物醫(yī)學(xué)工程學(xué)報(bào)，2010，29(3):446－463.