正常心電信號及室性心動過速*和室顫快速識別方法的初步研究

張 濤 章偉睿 楊永青 徐燦華* 代 萌 楊 濱

正常心電信號及室性心動過速*和室顫快速識別方法的初步研究

張 濤①章偉睿②楊永青③徐燦華②*代 萌②楊 濱②

目的：對心電信號波形的形態(tài)信息進行研究，提出一種自動檢測正常竇性心律、室性心動過速(VT)和心室纖顫(VF)的新方法，確保在危險信號的前提下降低VF信號的假陽性率。方法：利用VT和VF信號無明顯QRS波的特征，先將正常心電信號檢測出來，通過提取信號峰值構造出一個正弦信號，計算異常心電信號和正弦信號的相關系數(shù)，判斷VT信號與VF信號，最后在LabVIEW平臺下實現(xiàn)該算法并進行仿真實驗。結果：利用從MIT-BIH心電數(shù)據(jù)庫中選取的包含有正常心電信號、VT信號和VF信號的數(shù)據(jù)檢測，仿真結果表明該算法可以很好的分辨VF信號與VT信號，顯示出該算法有較好的性能。結論：將正常心電信號及VT信號和VF信號快速識別方法嵌入到普通的Holter系統(tǒng)中，實現(xiàn)自動報警，該方法具有簡捷、快速的特點。

心電信號；竇性心律；室性心動過速；心室纖顫；LabVIEW平臺；相關系數(shù)

近年來，心血管疾病的發(fā)病率日益提高，而心臟性猝死(sudden cardiac death，SCD)又是導致心血管疾病的主要原因，是本世紀人類面臨的最大威脅[1]。室性心動過速(ventricular tachycardia，VT)和心室纖顫(ventricular fibrillation，VF)是導致SCD的病因之一，僅在美國每年因為VF而導致的死亡人數(shù)＞40萬。在心臟出現(xiàn)VT信號時，醫(yī)生應當進行及時的觀察和診斷，否則VT很容易誘發(fā)VF，如患者出現(xiàn)VF時不能及時除顫，則可能導致心臟組織和機能的損傷甚至心肌組織的死亡[2-3]。

為了有效及時進行除顫，需要Holter系統(tǒng)從心電圖中自動檢測出VT信號和VF信號并及時報警。目前，已有許多學者提出了基于時域分析[4]、頻域分析[5]、小波分析[6]以及非線性心電信號分析[7]等VT信號和VF信號的自動檢測方法。然而，這些方法中有些算法復雜、計算量大且靈敏度低，在臨床應用中遇到了很多問題[8]。目前，雖然提出了許多改進算法，但一些異常的心律會影響VF的檢測，其體表心電圖與VF信號極為相似而導致提高VF信號的假陽性率。為此，本研究在總結現(xiàn)有方法的基礎上，通過對心電波形形態(tài)信息的研究，提出了一種簡單而高效的自動檢測新方法，能夠立足于保證VF危險信號的快速檢測，并可在一定程度上降低VF信號的假陽性率。

1 快速識別方法原理

1.1 波形分析

心臟的每個心動周期都伴隨著生物電的變化，對于正常心臟而言這種生物電變化的方向、頻率及強度有規(guī)律可循，可明顯分為P波、QRS波群，這里稱其為正常竇性心律(normal sinus rhythm，NSR)心電信號。VT和VF這類異常信號的特點則與NSR信號有顯著的差異，本研究的基本思想便是基于其形態(tài)進行區(qū)分，三類信號的具體特點分析如下。

(1)NSR心電信號特點?？擅黠@分為P波、QRS波群及T波，QRS波群時間正常人為0.06～0.10 s，最寬≤0.11 s，R波為主波時呈尖峰脈沖(如圖1a所示)。

(2)VT信號特點。①頻率多在140～200次/min，節(jié)律可稍不齊；②QRS波群寬大畸形，時間通常＞0.12 s；③心房激動奪獲心室或發(fā)生室性融合波；④無正常QRS-T波，代之以連續(xù)快速而相對規(guī)則的大振幅波動(如圖1b所示)。

(3)VF信號特點。QRS-T波完全消失，出現(xiàn)大小不等、極不勻齊的低小波，頻率多在200～500次/ min(如圖1c所示)。

1.2 頻譜分析

不同心電信號的特征波形分析顯示，VT信號較VF信號更有規(guī)律，且VT信號與正弦信號極為相似。本研究構造一個正弦信號，在頻譜上對其進行分析(如圖2所示)。

圖1 不同心電信號特征示圖

圖2 信號頻譜分析示圖

在頻譜分析中發(fā)現(xiàn)，VT信號的頻譜分布較窄，呈現(xiàn)的周期性強，旁瓣明顯，與正弦信號極為相似(如圖2a所示)；而VF信號的周期性減弱，并呈現(xiàn)出典型的1/f分布，找不到明顯的頻譜旁瓣，圖2b中能清晰的分辨出VT和VF信號第一頻譜波峰的位置差異和旁瓣情況。

1.3 相關系數(shù)

在實際問題分析中，經(jīng)常要研究多個變量之間的相關性，并根據(jù)其相關性及其變化情況做出某種決策。如在心電信號研究中，分析心拍與心拍之間的相關性，判斷心電信號是否異常[9]。本研究討論的主要是2個變量即VF與正弦信號以及VT與正弦信號的相關性分析。

設變量X=(X1，X2，…Xn)，變量Y=(Y1，Y2，…Ym)，則X、Y的相關系數(shù)r為公式1：

2 算法實現(xiàn)過程

2.1 算法分析

VT信號QRS波群寬大畸形，VF信號QRS-T波完全消失且大小不等，正常信號R波為主波時呈尖峰脈沖。因此，可以通過閾值加斜率的方法檢測出R波波峰位置，然后求出波峰右側的斜率，如大于某一閾值則為有尖峰脈沖的正常心電信號，否則為異常心電信號。

對于被識別為異常心電信號的信號，再做以下處理。通過檢測出的R-R間期構建一正弦信號，計算其與異常心電信號的相關系數(shù)。由于VT信號較VF信號更類似于正弦波，周期和幅值都較穩(wěn)定，因此相關系數(shù)將會較大。對此可設定一閾值，大于該值時則判斷為VT信號，否則為VF信號。為了提高VT信號與VF信號的準確性，可以提高VT信號與構造出的正弦信號的相關性。正如圖2所示，選取第一頻譜波峰右側一小段處作為低通切比雪夫濾波器的截止頻率對原心電信號進行濾波，這樣VT信號與正弦信號的相關性將會極大提高，從而將提高檢測的準確性。算法的整個流程如圖3所示。

圖3 程序算法框圖

2.2 實現(xiàn)方法

LabVIEW是一種圖形化的編程語言(G語言)，其廣泛用于工業(yè)控制、醫(yī)療器械和學術研究，業(yè)界將其視之為數(shù)據(jù)采集和儀器控制軟件，是目前國際上應用最廣泛的虛擬儀器開發(fā)平臺之一，可提供豐富的函數(shù)庫，利用其可以快速地建立自己的虛擬儀器，方便算法的實現(xiàn)與檢驗，特別是在心電信號的研究和處理中也發(fā)揮重要作用[10]。

基于上述算法，本研究使用LabVIEW軟件建立了一個虛擬儀器，主要包括心電信號顯示區(qū)、R波檢測顯示區(qū)、構造的正弦函數(shù)顯示區(qū)、頻譜分析區(qū)、參數(shù)設置區(qū)和報警提示區(qū)等六大功能區(qū)。對于正常心電來說其報警區(qū)顯示為灰色，而VT信號顯示為黃色，VF信號則顯示為紅色，其程序顯示界面如圖4所示。

圖4 LabVIEW程序界面圖

在LabVIEW程序中，本研究模擬心電監(jiān)護儀每隔0.004 s采樣一個點，并顯示波形。每512個點作一次自動檢測，這樣可確保檢測信號中至少含有2個R波，具有足夠的信息作為自動檢測。利用斜率加閾值法檢測出每次采樣周期峰值，即R波，在LabVIEW中可以直接利用Waveform Peak Detection控件檢出峰值，為防止可能的噪聲或干擾，將靠的太近的峰值點濾除。計算出每次采樣周期所含R-R間期的平均值，即每個R-R間期所含的平均采樣點數(shù)n，即每次采樣周期的平均心率計算為公式2：

式中250為每秒采樣總點數(shù)，每分鐘為60 s；n為每個R-R間期所含平均采樣點數(shù)。

3 算法測試

本研究使用的測試數(shù)據(jù)來自于MIT-BIH心電數(shù)據(jù)庫中的數(shù)據(jù)，該數(shù)據(jù)庫是由美國麻省理工學院采集了大量的臨床實測心電數(shù)據(jù)，得到多數(shù)人的認可后建成[11]。

從MIT心電數(shù)據(jù)庫中選取包含有正常心電信號、VT信號和VF信號的數(shù)據(jù)。經(jīng)這些數(shù)據(jù)在該平臺下進行仿真分析，結果顯示，該算法能夠比較清晰準確地分辨出正常心電、VT和VF信號，當產(chǎn)生VT信號時指示燈顯示為黃色，VF信號時指示燈顯示為紅色，測試效果良好。希望下一步能夠進行臨床實驗，以驗證并改良算法。

4 臨床應用分析

通過測試結果可知，該算法可以較好的區(qū)分VT信號、VF信號及正常心電信號。由于該算法具有簡單、小巧的特點，特別是在植入型的心率轉復除顫器等設備中一個小巧且準確的算法是必要的[12]。

目前，動態(tài)心電檢測系統(tǒng)(如Holter)已成為臨床心血管領域中非創(chuàng)傷性檢查的重要診斷方法之一[13-14]。對于Holter而言最重要的就是其實時性，除了提高硬件的處理速度，軟件算法也是一方面，特別是對VT信號與VF信號的即時報警尤為重要[15]。在臨床中，VF信號相對于VT要危險許多，目前很多學者提出對VF的自動檢測方法，然而由于一些異常的心律會影響VF的檢測，其體表心電圖與VF極為相似會提高VF信號的假陽性率，對患者造成不必的損害。本研究提出的算法是一種簡單高效的自動檢測新方法，可以用于這些系統(tǒng)之中，并且能夠立足于保證VF危險信號的快速檢測下，在一定程度上降低了VF信號的假陽性率。

5 結論

相關系數(shù)是表明兩變量之間的關聯(lián)程度的指標，通過從VF信號和VT信號的形態(tài)及頻譜分析可知兩者具有明顯差異，利用檢測周期峰值構造出正弦信號，然后計算其相關系數(shù)，從而判斷出VT信號和VF信號。利用MIT-BIH心電數(shù)據(jù)庫數(shù)據(jù)在基于LabVIEW構建的虛擬儀器中分析，從結果中可以表明這一算法的可行性。本研究在所提出的算法能夠立足于保證VF危險信號的快速檢測下，在一定程度上降低VF信號的假陽性率，并為臨床提供一種計算量小、實時性強、編程簡單的VT信號以及VF信號判別方法。通過在臨床應用方面的分析，表明該算法在植入性除顫器及Holter系統(tǒng)中具有應用前景。

[1]任興備.心臟性猝死的相關危險因素[J].實用心腦肺血管病雜志，2011，29(1)：137-138.

[2]周壽生，秦瑞芬.致命性快速心率失常急診心電圖分析與處置[J].云南醫(yī)藥，2015，36(6)：613-614.

[3]劉洪艷，曲秀芬.心源性猝死患者的臨床特點及動態(tài)心電圖特征[J].心電圖雜志(電子版)，2014，3(2)：86-90.

[4]ANAS EM，LEE SY，HASAN MK.Sequential algorithm for life threatening cardiac pathologies detection based on mean signal strength and EMD functions[J].Biomed Eng online，2010，9：43.

[5]Cao J，Gillberg JM，Swerdlow CD.A fully automatic，implantable cardioverter-defibrillator algorithm to prevent inappropriate detection of ventricular tachycardia or fibrillation due to T-wave oversensing in spontaneous rhythm[J]. Heart Rhythm，2012，9(4)：522-530.

[6]趙英杰，黨幼云.小波變換在心電信號處理中的應用[J].電聲技術，2012，36(10)：41-44.

[7]李健.應用非線性動力技術室顫算法研究及其實現(xiàn)[D].哈爾濱：哈爾濱工業(yè)大學，2013.

[8]Almehairi M，Somani R，Ellenbogen K，et al.Inappropriate detection of ventricular fibrillation in the presence of T-wave oversensing algorithm[J].Pacing clin Electrophysiol，2015，38(3)：407-410.

[9]張琳，嚴洪.基于復雜度的心電圖形態(tài)相關性分析[J].生物醫(yī)學工程研究，2007，26(2)：196-199.

[10]張佑春，朱煉.基于LabVIEW的心電信號采集系統(tǒng)設計[J].重慶科技學院學報(自然科學版)，2014，16(1)：126-129.

[11]李偉，趙捷，徐建功，等.基于MIT-BIH心律失常數(shù)據(jù)庫的醫(yī)用生理信號系統(tǒng)的設計[J].現(xiàn)代生物醫(yī)學進展，2010，10(16)：3100-3102.

[12]蔡飛，陳松，顧剛，等.植入型心律轉復除顫器治療室性快速心律失常的臨床應用[J].中國介入心臟病學雜志，2009，17(2)：89-91.

[13]汪媛.動態(tài)心電圖監(jiān)測在變異型心絞痛中的應用效果[J].臨床合理用藥雜志，2016，9(9)：96-97.

[14]馬曉華，閔煜榕，張啟高，等.動態(tài)心電圖在評價無痛性心肌缺血中的應用[J].中國醫(yī)學裝備，2015，12(3)：40-42.

[15]楊子立.心電監(jiān)護系統(tǒng)便攜式智能終端的設計[J].江蘇理工學院學報，2015，21(6)：1-6.

Preliminary study on fast recognition for normal ECG signal, VT signal and VF signal/ ZHANG Tao, ZHANG Wei-rui, YANG Yong-qing, et al//China Medical Equipment, 2017,14(7):37-40.

Objective: To present a automatic detection method for normal sinus rhythm, ventricular tachycardia(VT) and ventricular fibrillation(VF) through researching waveform of electrocardio (ECG) so as to reduce the false positive rate of VF signal. Methods: The normal ECG signal was detected at the first step by using the characteristic that the typical QRS wave was not clear in VT and VF. And then to construct a sinusoidal signal through extracting the peak value of signal to calculate the correlation coefficient between abnormal ECG and sinusoidal signal, to judge the VT signal and VF signal. Finally, the algorithm was achieved under the LabVIEW platform and the experiment of simulation was implemented. Results: Some records included normal ECG signal, VT signal and VF signal were selected from MIT-BIH ECG database and these data were used to detect the effect of method. The results of simulation revealed the distinguished effects for the VF signal and VT signal were appreciated by using this algorithm, and this algorithm has better performance in work. Conclusion: The fast recognition of normal ECG signal, VT and VF is implanted in the general Holter system can achieve automatic alarm. This method is concise and fast, and is a better method for monitoring VT and VF in real-time and implementing automatic alarm.

ECG signal; Sinus rhythm; Ventricular tachycardia; Ventricular fibrillation; LabVIEW; Correlation coefficient.

Institute for Drug and Instrumental Inspection, The Joint Logistic Department of Lanzhou Military Region, Lanzhou 730050, China.

張濤,男,(1994- ),本科學歷，助理工程師。蘭州軍區(qū)聯(lián)勤部藥品儀器檢驗所，研究方向：生物醫(yī)學工程。

10.3969/J.ISSN.1672-8270.2017.07.009

2017-03-16

1672-8270(2017)07-0037-04

R197.39

A

國家自然科學基金(51207161)“顱腦電阻抗成像顱骨影響及其分層圖像重構算法研究”；陜西省科技攻關項目(2016SF-266)“腦部電阻抗圖像監(jiān)護電極位移干擾預處理關鍵技術研究”

①蘭州軍區(qū)聯(lián)勤部藥品儀器檢驗所 甘肅 蘭州 730050

②第四軍醫(yī)大學生物醫(yī)學工程學院 陜西 西安 710032

③解放軍92880部隊醫(yī)院 浙江 舟山 316000

*通訊作者：canhuaxu@fmmu.edu.cn