動態(tài)心電圖的自動分析技術

劉鳴 楊靜

專題筆談：心電圖的自動分析技術

動態(tài)心電圖的自動分析技術

劉鳴 楊靜

動態(tài)心電圖通過長時間監(jiān)測，對一過性、間歇發(fā)作的心電異常，尤其是心律失常的捕捉和診斷有不可替代的優(yōu)勢。長時間監(jiān)測產生的大量數據可以通過自動分析技術完成高效和準確的初步處理。本文主要介紹涉及動態(tài)心電圖自動分析的三個主要部分：心率的計算、心律失常的識別和ST段偏移的測量。

動態(tài)心電圖；自動分析；信號；測量；技術

動態(tài)心電圖在20世紀60年代初正式應用于臨床，由于其長時間的記錄能獲得大量的數據，因此使心律失常、心肌缺血等一過性心電異常的檢出率大大提升。大量數據需要及時和準確的處理才能將其優(yōu)勢最大化，而動態(tài)心電圖的自動分析能力關系到臨床使用效率，因此，一直以來，科學家們不斷改進更新動態(tài)心電圖的分析算法以提升自動分析的準確性，減少人工干預以達到高效使用的目的。本文主要介紹涉及動態(tài)心電圖自動分析的三個主要部分：心率的計算、心律失常的識別、心肌缺血的判斷(ST段偏移的測量)。

1 心率的計算

1.1 動態(tài)心電圖中心率計算涉及的參數

1.1.1 全部心搏數 以R波識別的方式檢測到的記錄中的全部心搏。

1.1.2 分段數據 按小時分段統(tǒng)計出的相應時間段內的心率各參數。

1.1.3 片段心電圖數據(瞬時心率) 按默認設置(通常是8～10 s)或自定義的時間段統(tǒng)計出的相應時間段內心率各參數。

1.1.4 記錄時間和分析時間 記錄時間指從患者

戴機到摘機之間的總時間；分析時間指剔除記錄時間段內干擾、偽差等無法分析的數據后，實際可分析數據所占用的總時間。

1.2 平均心率和最高心率、最低心率的計算方法

1.2.1 平均心率的計算方法

1.2.2 最高心率和最低心率的計算方法 不同品牌的設備計算方法略有不同，但基本上都采用“滑動平均”[1]或類似的計算方法，即依次計算以任意心搏N為起點后的M個心搏的RR間期平均值(M為設定的默認心搏數或用戶自定義的心搏數，一般是7～10個心搏)，比較所有的結果，均值最高的N+M片段定義為24 h最高心率，均值最低的N+M片段定義為24 h最低心率。

對于N+M片段計算中的異位心搏，不同品牌有不同處理方法：自動剔除異位心律或可自定義(由用戶設置，可選擇“包含/不包含異位心搏”)。

1.2.3 分段數據表中的最高心率、最低心率和平均心率的計算 分段數據表是以小時為單位，計算單位時間內的最高心率、最低心率和平均心率，并以表格形式羅列。

每小時平均心率、最高心率和最低心率是選擇時間節(jié)點(起始和終止時間)進行計算，其方法相應地與全程平均心率、最高心率和最低心率的算法相同。

2 心律失常的識別

2.1 自動分析對于早搏的定義

任意RR間期與其前數次(多為5次)RR間期的平均值相比較，若某一次RR間期較前5次RR間期均值明顯縮短，則該次心搏被自動認定為提前發(fā)生的早搏。RR間期縮短的程度用“提前率”表示，一般默認為20%，可根據不同患者的實際情況進行修改。比如有些患者竇性心律明顯不齊，在提前率默認為20%的規(guī)則下自動分析會將正常心搏識別為早搏心律，此時可將提前率修改為>20%(如22%、25%甚至更高)；有些患者早搏為舒張晚期，即提前程度不明顯，在提前率默認為20%的規(guī)則下，自動分析會將早搏誤認為正常心搏，此時可將提前率修改為<20%(如15%、18%等)，可明顯提高自動分析的準確度。

2.2 傳導延遲的心搏的確定(逸搏和阻滯的識別)

傳導延遲的心搏仍是通過任意RR間期與其前數次(多為5次)RR間期的平均值相比較來定義，若某一次RR間期較前5次RR間期均值明顯延長，則該次心搏將被定義為延遲的心搏。延遲比率的默認值在不同品牌差異較大，從30%到110%不等，但是均可根據實際心律失常情況進行延遲比率的調整，從而提高自動分析的準確性。

2.3 QRS形態(tài)的識別

幾乎所有的品牌都是以模版的形態(tài)來完成QRS形態(tài)的確認，即自動分析根據算法定義不同的QRS類別，包括正常心搏、室上性心搏、室性心搏、干擾波形、未知波形等，再由人工確認自動分析歸類的心搏是否正確，通過人機對話完成QRS形態(tài)或性質的分類。

2.4 起搏釘的識別

絕大多數品牌都有單獨的起搏器分析通道，意味著對于起搏信號的高頻采樣、記錄和標記等更為精準，能清楚地標記起搏釘。在雙極起搏方式的應用越來越廣泛的今天，這無疑大大提升了醫(yī)生分析的效率(雙極起搏方式的起搏釘在心電圖上肉眼幾乎不可見)。

3 ST段的自動測量

ST段是心電圖信號的重要組成部分，指從QRS綜合波群終點到T波開始之間的線段，代表心室除極結束后心室開始復極的一段時間內的電位變化[2]。其時間和長度與心率有關，一般為50～150 ms。正常情況下ST段呈水平或平緩傾斜，并逐漸光滑過渡到T波。從心室肌除極/復極的過程和心肌細胞動作電位產生機制來看，ST段是復極之前的一段時間較長的非穩(wěn)定平衡狀態(tài)，因此任何影響心室復極的因素都能引起ST段改變，導致ST段發(fā)生上下偏移，形成各種形態(tài)的變化。醫(yī)學上對于ST段形態(tài)的分類基于四個方面：抬高或壓低、直線或曲線、凹型或凸型、斜率。這些改變是診斷心肌缺血的重要指標，同時又見于心肌梗死、急性心包炎、心室肥大、束支阻滯、早期復極綜合征等其他非心肌缺血因素。因此ST段的正確測量及分析具有重要意義。

3.1 ST段形態(tài)的心電圖信號識別

正確識別ST段的形態(tài)有助于醫(yī)生分析ST段變化的原因，也是確定ST段起點和測量點，從而進行正確測量的前提。ST段的形態(tài)變化多樣，如延長、縮短、抬高、壓低等，同時ST段變化頻率低，容易受諸多干擾因素影響且不同導聯(lián)下的心電圖波形也有所不同，因此存在諸多ST段形態(tài)識別方法。1986年Skordalakis等[3]提出通過函數擬合來確定ST段的起止點的方法，但并未進行ST段形態(tài)的具體分析。其對ST段進行一次函數或二次拋物線函數來確定ST段起始點，這樣能夠描述整個ST段的特性，且使用特征函數抽取自適應于傳導時間和心率變化，但由于ST段變化大且形態(tài)各異，擬合好ST段是非常困難的；Jeong等[4]利用高階多項式對S波峰點及T波峰點之間的波段進行比較，通過判斷由該波段中選出的四點位置處的斜率，進行ST段形態(tài)分析；Mohsin等[5]采用自適應共振理論(adaptive resonance theory, ART)神經網絡法計算ST段。ART神經網絡是一種無監(jiān)督的神經網絡，具有自動學習新模式的能力，有良好的容錯能力，但此類方法需要大量訓練樣本進行建模，較為煩瑣并無法正確識別訓練中未出現過的新模式。因此，對于動態(tài)心電圖和平板運動試驗等來說，現有的濾波技術還不能濾除掉所有的干擾，而干擾和其他原因所產生的“新模式”不易被識別且沒有實際診斷價值，反而造成應用上的混亂；此外還有支持向量機分類法[6]等。

3.2 ST段心電圖信號的測量

ST段的測量參數有ST段電平、ST段斜率、ST段與等電位線所包圍的面積等。

3.2.1 ST段電平測量 ST段電平測量是在ST段上選擇一點測量ST段的電平，與基線電平比較來判斷其變化。該方法的關鍵是尋找ST段的測量點和等電位點。主要采用R+X法和J+X法[7]。R+X法是以R波峰值點為基點，將其后X毫秒處作為ST段的測量點，其中X為固定值。其優(yōu)點是R波的峰值點較J點更容易檢測和定位，但受QRS波寬度變化的影響較大。J+X法是取J點后X毫秒處作為ST段的測量點，心率快時取較小的X，心率慢時取較大的X。基于上述原則一般采用人工設置和隨心率自適應調整功能的測量點。J+X法測量ST段電平即X = X0+f(HR)，其中X0是由操作者設置的X初始值，f(HR) 是根據臨床習慣和經驗確定的ST段電平測量點的修正值。

也有作者采用更為簡便的J+X法確定ST段測量點[8]，具體定義如下：

電平測量法的優(yōu)點是方法簡單，計算工作量小。但在做運動心電圖ST段分析時，由于心率的變化范圍比較大，無論使用R+X法還是J+X法，若要得到較好的結果，X都應該隨心率相應變化，然而在實際編程時只能根據經驗在不同的心率變化范圍內取固定值，所以誤差往往很大且不可預測。

3.2.2 ST段斜率測量 ST段的斜率基本上就是臨床心電圖中QRS-T夾角的概念，在一定程度上反映了ST段的形態(tài)，對心肌缺血等有重要意義。動態(tài)心電圖系統(tǒng)對ST段斜率的定義不盡相同，有J點和測量點之間的斜率、測量點和ST段之間的斜率或測量點前后一段數據進行線性回歸所得直線的斜率等。根據ST段斜率可判斷ST段方向。

3.2.3 ST-T段面積測量法 ST-T段面積是指ST段與基線所包圍面積的大小，在一定程度上反映ST段的抬高與壓低幅度，同時還考慮了持續(xù)的時間因素，因此對心肌缺血有動態(tài)診斷的參考意義。但一些生理和臨床的相關參數包含在整個ST-T段復波里，以上參數大多提取ST-T段復波的某一孤立特征，不能反映波形的特征，且受噪聲和測量誤差干擾較顯著，因此具有一定的局限性[9]。

3.3 動態(tài)心電圖的ST段測量

動態(tài)心電圖記錄的是人的日常生活方式及活動狀態(tài)下的心電活動情況，與常規(guī)心電圖相比，記錄到的心電圖圖形會隨著患者的活動而發(fā)生各種各樣的變化，尤其對ST段改變的影響特別明顯，因而會增加動態(tài)心電圖分析軟件對ST段改變評價的誤差。有文獻報道心臟位置的改變可引起胸前導聯(lián)的ST段移位[10]。因此，要排除體位對ST段改變的影響后，才可以把ST段改變作為反映心肌缺血的指標。除體位以外，過度換氣、貧血、心肌肥厚、進食及部分藥物均可影響ST段的改變。

動態(tài)心電圖ST段在診斷心肌缺血中沿用常規(guī)心電圖診斷標準，但動態(tài)心電圖檢出一過性的ST段改變，不僅出現在有癥狀的冠心病患者，而且也出現在無癥狀的冠心病患者和無癥狀的健康人群中。因此動態(tài)心電圖記錄出現ST段改變常常很難明確做出心肌缺血的評價。對于動態(tài)心電圖ST段改變的判定目前尚無統(tǒng)一的標準，但是大多數認同采用“三個一”的標準。其內容包括：① 基線的ST段在等電位線上，呈水平型或下斜型降低≥1 mm，在J點后0.08 s處測量，如果原先的ST段已降低，則要在已降低的基礎上ST段呈水平或下斜型再降低≥1 mm，在J點后0.08 s處測量；② ST段明顯移位至少持續(xù)1 min；③ 兩次心肌缺血發(fā)作至少有1 min間隔[11]。

動態(tài)心電圖ST段的測量易受外界因素干擾。在利用動態(tài)心電圖判定有無心肌缺血性ST段改變時，要排除影響ST段改變的各種干擾。首先，動態(tài)心電圖儀必須能夠不失真地回放圖像，儀器必須有穩(wěn)定的自動分析功能，能夠依據設定的模板進行自動測量分析。但當心率變化太大、記錄基線漂移、心外因素干擾過大以及混雜寬大QRS波等時，自動測量結果并不可靠，此時應由專業(yè)心電圖醫(yī)師利用編輯功能對動態(tài)心電圖報告進行修正。

在動態(tài)心電圖ST段判定時，同時需詳細了解患者病史且患者自身需詳細記錄生活日志。當患者勞累或情緒激動而感到胸痛時，缺血性ST段改變在相應導聯(lián)記錄到水平型壓低被檢出的機會較多，多為勞累型心絞痛。在夜間或清晨發(fā)作心絞痛并同時伴有相應導聯(lián)的ST段抬高，但在記錄日志上往往無胸痛癥狀。因此對這些無癥狀患者更應重視，建議進一步檢查(如作CT或冠脈造影)。患者日志反復出現發(fā)作性胸痛記錄，但相應時間的動態(tài)心電圖卻無異常ST段變化的患者多為中年或絕經期前后女性，可能屬于心臟神經官能癥。

動態(tài)心電圖ST段測量仍然存在許多問題有待于我們進一步解決，如測量過程中的信號質量和抗干擾問題，ST段特征參數的選擇和準確測量問題，分析方法的復雜性、準確性和敏感性問題等。近年來也有人提出利用小波技術分析測量ST段，可在不同心率、波形形態(tài)變化較大情況下較準確地對ST段進行測量，有較好的應用前景[12]。

[1] 李萍，張瑾，關天民.動態(tài)瞬時心率抗干擾檢測算法設計[J].大連交通大學學報，2012，33(1)：28-31.

[2] 盧喜烈.心電圖基礎理論[M].北京：科學技術出版社，2005.

[3] Skordalakis E.Recognition of the shape of the ST segment in ECG waveforms[J]. IEEE Trans Biomed Eng,1986，33(10):972-974.

[4] Jeong G, Yu K, Kim N. A polynomial approximation approach for analyzing ST shape change[J]. Conf Proc IEEE Eng Med Biol Soc，2005，4:4034-4037.

[5] Mohsin S,Kurimoto Y,Suzuki Y. Characteristic points detection in ECG using fusion of DP-matching and ART2 neural Network in multichannel-ART neural networks[J].Ieice Technical Report Me & Bio Cybernetics, 2001, 101(130):35-41.

[6] Bulusu SC,Faezipour M,Ng V,et al.Transient ST-segment episode detection for ECG beat classification[C]．Life Science Systems and ApplicationWorkshop, 2011:121-124.

[7] 范曉東，朱澤煌，楊世豪.動態(tài)心電圖ST-T段參數測量方法[J].生物醫(yī)學工程雜志，1977，14(1): 51-53.

[8] 毛玲，張國敏，孫即祥.心電圖ST段形態(tài)分析方法研究[J].信號處理，2009，25(9)：1360-1365.

[9] 肖冬萍，徐征，楊浩，等.心電圖ST段檢測與分析方法研究[C].中國電工技術學會電工理論與新技術學術研討會，2004.

[10] 郭繼鴻，張萍.動態(tài)心電圖學[M].北京：人民衛(wèi)生出版社，2003.

[11] 龔仁泰.動態(tài)心電圖分析和測量ST段時應注意的問題[J].臨床心電學雜志，2005, 14(3):172-173.

[12] Li XY, Wang T, Zhou P,et al. ST-T complexautomatic analysis of the electrocardiogram signalsbased wavelet transform[C].Bioengineering Conference, 2003: 144-145.

Theautomaticanalysistechnologyofambulatoryelectrocardiography

LiuMing,YangJing

(Cardiac-pulmonary Function Testing Center, Wuhan Asia Heart Hospital, Wuhan Hubei 430022, China)

By long-time monitoring, ambulatory electrocardiography(AECG) is irreplaceable for recording and diagnosing transient and intermittent ECG abnormalities especially arrhythmias. The large amount of data based on the long-time monitoring of AECG can be processed preliminarily via the automatic analysis technology efficiently and accurately. This paper focuses on three essential parts of AECG automatic analysis—calculation of the heart rate, identification of arrhythmias and measurement of ST-segment deviation.[Keywords] ambulatory electrocardiography; automatic analysis; signal; measurement; technology

430022 湖北 武漢，武漢亞洲心臟病醫(yī)院心肺功能檢測中心

劉鳴，主任醫(yī)師，主要從事無創(chuàng)心電生理學檢查與診斷，E-mail：278009820@qq.com

專題主持/劉鳴

【編者按】 心電圖自動分析是至今為止計算機在醫(yī)學領域中最為成功的應用范例之一，它融合了包括傳感器技術、信號處理技術、描記技術以及邏輯判斷技術(人工智能)等最新的研究成果。心電自動分析軟件利用計算機分析并顯示心電圖，測量必要的參數，再根據臨床標準作出正確的診斷或評價。心電自動分析軟件減輕了醫(yī)生的工作量，提高了臨床指標分析的精度。本期特邀武漢亞洲心臟病醫(yī)院和武漢市第六醫(yī)院的幾位專家為讀者帶來“心電圖的自動分析技術”專題，包括《動態(tài)心電圖的自動分析技術》《兒童心電圖機的設計思路及應用》《動態(tài)心電圖導聯(lián)系統(tǒng)的前世今生》和《國產心電圖機數據采集精度與自動分析準確性的評估》四篇論文。

R541.71;R540.41

A

2095-9354(2017)04-0256-04

10.13308/j.issn.2095-9354.2017.04.004

2017-06-09) (本文編輯：郭欣)