T波电交替的检测

论文总字数：15674字

摘 要

一．研究背景………………………………………………… 3

1.1 心电图背景……………………………………………… 4

1.2 选题意义………………………………………………… 5

二．T波交替现象概述……………………………………… 6

2.1 检测难点………………………………………………… 7

2.2 现有T波电交替算法概述……………………………… 8

三．修正移动平均算法和自适应带通滤波器算法………… 14

3.1修正移动平均算法……………………………………… 14

3.2自适应带通滤波器算法………………………………… 17

四．修正移动平均算法和自适应带通滤波器算法实现…… 20

4.1修正移动平均算法实现………………………………… 20

4.2自适应带通滤波器算法实现…………………………… 21

4.3算法实现结果的对比分析……………………………… 23

五．总结与展望……………………………………………… 25

T波电交替检测算法的研究

摘 要

T波电交替检测在预防和诊断恶性心律失常和心源性猝死等方面具有至关重要的研究价值，但是由于T波电交替现象所产生的奇偶心拍的差异级别往往为微伏级，并且通常在一段心电信号中的差异幅度会从几十微伏到几百微伏之间变换，很难用肉眼去判断体表心电图中是否发生了T波电交替现象，因此需要用机器自动识别检测的方式进行T波电交替现象的检测，T波电交替检测算法的研究对实现TWA现象的临床价值有着至关重要的意义。本文首先总结了现有的T波电交替检测算法，特别对变换域法，频域法以及时域法这三大类算法的原理进行了总结并分析了三类算法相应的优劣势；然后选择了修正移动平均算法和自适应带通滤波器这两种算法进行实现，并用12导联数据库对这两种算法进行了测试；最后，通过实验数据得到的结果对比出在T波电交替检测中修正移动平均算法和自适应带通滤波器算法在不同外界坏境所具备的鲁棒性，以及两种算法在T波电交替检测中的优势和局限性。

关键词： T波电交替现象，时域法，频域法，变换域法，修正移动平均值算法，自适应带通滤波器算法

Abstract

T-wave alternans algorithm is very impottant in the prevention and diagnosis of malignant arrhythmias and sudden cardiac death.Because of T-wave alternans is microvolt,we can not observe by our eyes.So It is important to reaearch T-wave alternans algorithm by machine . This paper focuses on the three main types of T-wave alternans detection algorithm and make the introduction with principle and the advantages. In the next．two kinds of algorithms are elaborated，which are modified moving average method and adaptive band pass filter algorithm.Then used the 12 leads database implementation of the algorithm .According to algorithm results obtained, comparing the robustness and advantages of two algorithms.

Key words: T-wave alternans, modified moving average method, adaptive band pass filter algorithm, Time domain method , Frequency domain method ,Transform domain method

一．研究背景

1.1 心电图背景

随着社会的快速发展，越来越多的心理压力和不规律的生活习惯一直慢慢的在我们的身体中积累，对我们的心脏造成了极大的负担，而心脏作为人体生理循环系统中强大的动力之源，是我们人体中最重要的器官之一．它的健康大大影响着我们身体的机能，因此由于人们不良的生活习惯导致的心脑血管疾病日渐增加，大大危害着人们的身体健康，而其中心源性猝死以及恶性心律失常作为死亡率高，自觉症状不明显的高发疾病更是日渐成为人类生命的主要杀手。就目前的统计情况来看，每年因为心血管疾病死亡的人数已高达1750万，而这个数字也将会逐年增长，预计在2030年极有可能上升至2400多万人，换句话说，到时会有将近三分之一的死亡是因为心血管疾病而导致的。因此，在如此严峻的情况下，对于心血管疾病的预防和控制是当今医学界急需考虑和研究的问题，始终是医学界受到极大关注的重点项目之一，而如何对心血管疾病进行提前的预测和诊断更是医学界面临的极大挑战。

从1887年由华勒博士（Dr.Augustus Waller）想到用电来控制规律性的心脏跳动而发明的第一张命名为PQRST的心电图开始。随着后续医学家们越来越深入的研究，心电图在在鉴别身体的各种心律失常和心脑血管疾病方面就越来越有其不可或缺的医学价值，成为一直以来是心脏疾病诊断领域的研究重点。 医学家们通过心电图机中心电数据自动分析的系统将心电数据进行处理和研究，对一些有状况的心脏信号异常位置进行分析和定位，由此来判断出病因和病理位置。对研究心脏疾病具有至关重要的临床价值。

作为研究心脏问题的重要工具，心电图是由于心脏收缩产生的电激动而形成的，首先，心肌会率先兴奋，然后随着心脏会渐渐开始搏动产生微弱的电流，电流通过人体的组织向身体其他部位进行传导，由于身体各部分的结构不同；与心脏的距离也有所差别，因此在不同的部位会表现出不同的电位变化，而后新心电机再将这些变化记录下来，形成动态的曲线，从而得到心电图(electrocardiogram，ECG)。如下图Fig1.1所示：

Fig1.1心电图结构

虽然不同人因为不同的身体组织结构得到的心电图会有些所不同，但是所有心电图的波形周期都是可以分为P波、QRS波群、S．T段、T波等主要部分的，并且每个部分都代表着一定的意义，体现着不同的诊断价值。下面是其中一些重要部分的含义：

1. P波：心脏的兴奋是率先从窦房结开始传导到心房的。而P波是每波形中的第一种，是两侧心房中除极效应的体现。前后两个部分分别代表着左右两个心房；
2. QRS波群：比较有代表性的QRS波群是分为三个连在一起的波组成的，依次是向下的
3. Q波，高尖直立的R波，以及又转向下的S波。这三个波连起来统称为QRS波群，反应的是心室电兴奋的过程；
4. T波：就是后续较低耗时较长的那一段，因为心室复极而形成。
5. S．T段：如字面的意思，就是QRS波群的终点与T波之间的那一段波形，这时的心室已经进入了一个去极化的状态，心室与心室之间的电位差不再存在，处于基线的位置；
6. Q．T间期：也如字面意思所示，就是从QRS波群的Q波位置至T波终点这一段，这时的心室已经开始去极化过程，这一段间期的长短同时代表着心率的快慢；

1.2 选题意义

这些不同阶段的不同波形都一定程度的体现了心脏的状况和健康，在对心电图的分析中，有一种比较特殊的心脏活动现象——T波电交替，简称TWA现象（T-wave Alternans）。这种现象对于心电图研究是一种比较特殊的现象，它是心脏电生理异常的表

Fig 1.2 T波电交替现象

现，是指心电图信号中T波的方向、幅值和形态周期性发生变化的现象，通常是隔拍交替的发生变化，即以“ABABAB……”交替重复出现，这种现象在1872年由Traube率先发现，到1913年Mine开始记录到这种现象。这时起逐渐认识到TWA现象其实与许多室性心律失常的都有着密切联系。在1988年Smith等为了表明T波电交替现象能够影响动物的心血管的健康而进行了27次重复动物实验，同时研究还表明了TWA在对恶性心律失常及心脏猝死危险性方面的判断中是明显好于一些别的创伤较小的心电信息技术的。而Gehi等医学专家也对TWA现象对于心脏恶性疾病的诊断进行了非常详尽的分析。他们将1990年到2004年得到的T波电交替检测现象与预测心律失常指标的临床研究相结合，得到阳性TWA病人心律失常的风险是阴性TWA病人心律失常风险的4倍，并且在急性心肌梗死，充血性心力衰竭，扩张型心肌病等等疾病的发病比例都会比普通的一般人群大大增加。因此，从20世纪90年代以来，TWA现象被认为是预测恶性心律失常以及心源猝死等心脑血管疾病中，具有独立以及统计学意义的重要指标。随着对T波电交替现象逐渐了解，这种现象在心脏性猝死方面的诊断中越来越受到重视。将在检测恶性心律失常等心血管疾病中发挥着至关重要的作用。

但是由于T波电交替的现象为微伏级，并且通常在一段心电信号中的TWA幅度会从几十微伏到几百微伏之间变换，我们在体表心电图中是很难用肉眼准确观测并发现问题的，只有用机器识别自动检测的方式才能更加直观和准确，因此对T波电交替现象的算法研究对于其在临床上的应用有着至关重要的意义。

二．T波电交替算法概述

由于T波电交替现象的微伏级变化，因此在检测时非常容易受到外界因素的影响，在实际检测中我们常常会面临许多的困难。

2.1 检测难点

1. 基线漂移

从噪声的频率来看，基线的移位会大大影响T波电交替现象的检测。我们正常的心律一般是，RR间期为O．75秒，则。而人体呼吸所产生的基线漂移频率的范围也近似为0.67左右，因此T波电交替现象的检测非常容易受到这方面的影响；

1. 滤波原因

T波电交替现象与滤波的关系极为密切。我们都知道心电信号的测量中噪声是不可避免的，因此在分析T波电交替现象中，我们常常需要首先滤除噪声，降低它对检测的影响，不同参数的滤波器所得到的输出波形也大不一样，大大影响着我们对T波电交替的检测。

1. TWA是非平稳现象

T波电交替现象是不稳定的，因此基准线的选取，信号截取的范围这些都是影响T波电交替现象的重要因素。

1. TWA形态多样

一般来说，T波电交替现象由两种类型：一种是单向性，T波的振幅会交替产生一定的不同；而另一种是双向性，T波会在一定的等位线之间来回移动。因此这些不同的交替现象常常会使得我们在检测T波电交替方面不太准确；这样就对一些TWA的检测方法产生极大的影响。

1. T对心率的特殊要求

随着心率变化，T波电交替也会随之产生一定的变化，正常人和心血管疾病患者的心律范围也会有所差别，因此相对于普通心电信号分析，对危险性较低的人群来说，他们的T波电交替现象的检测，需要具有长时间稳定的高心率心电信号。

1. 高频噪声

因为T波电交替现象为微伏级，因此非常容易受到外界噪声的影响，因此在检测过程中，需要严格控制噪声的大小来保证检测的准确度。

1. 异位心搏

在检测T波电交替现象中，必须要排除全部的异位心搏，因为异位新队对加阳性率的影响非常大，会使其大大增加。

1. 抗心律失常药物会

在检测T波电交替的患者中，很可能有很大一部分患者已经服用了一些对抗心律失常的药物，这些药物会对心脏的兴奋，心律等的变化产生影响，因此必须在检测前确定好药物成分和作用，以便得到较为准确的诊断。

由此可见，T波交替的这些特性大大的阻碍了T波电交替现象对于预测心源性测试和恶性心律失常上临床应用的发展，因此对T波电交替检测算法的研究对实现TWA现象的临床价值有着至关重要的意义。

2.2 现有T波电交替算法概述

对于T波电交替的检测，Martinez在2005年提出过一个比较完善的体系，

Fig 2.1 T波电交替的流程

X是心电图经过信号的预处理之后提取出的m*n的矩阵，而Y是矩阵经过数据的压缩得到的m*p矩阵。如下图Fig 2.2所示：

Fig 2.2 心电信号的预处理[11]

一般而言，常用的检测算法分为以下三类：

Fig 2.3 T波电交替算法汇总[16]

频域法假设：心律=，也就是用0.5 cycles.beat^-1交替波形的频率，然后将心电信号建模为：

（n=0,1，…，N）

其中，A是T波的基本幅度，是T波幅度交替的值，为外界的噪声，n为心拍数。

通过分析，并对其做频谱分析，在0.5频处得到如图所示的T波交替频谱示意图，从而能够检测出是否存在T波电交替的现象。

Fig 2.4 T波交替频谱示意图[11]

变换域法是利用心电信号的频谱特性来进行检测的，其中由Adam等所研究的能量谱法（energy spectral method, ESM）更是将T波电交替的研究带入了一个崭新的时代。能量谱法主要是计算出每个心拍的T波能量构成的一个能量序列，对其进行频谱分析，将其连续心电信号的能量增量比的功率谱计算出来从而判断其是否具有T波电交替的现象。由此还衍生出了谱分析法SM法和KLSM法等改进算法，他们的原理都是依据序列矩阵的变化，然后将数据压缩来减少待处理数据的维数。主要变化如下图所示：

Fig 2.5谱分析法流程[11]

由此可以看出，变换域的方法对输入数据的要求并不高，但是对检测数据中非稳定现象和时间分辨率上的敏感度较差。

时域法主要是根据时间序列的角度来判断T波电交替现象的。这种算法没有固定的原理，都是根据一个大的思想——时间序列的角度来分析的，其中比较被大众所熟知的由复数解调法，相关分析法以及本文主要研究的修正移动平均算法和自适应带通滤波器算法这几种典型的。

最早时域法就是从复数解调法发展而来的，这种算法是1991年由Verrier等人提出的，它假设T波电交替的波形是频率为心律的1/2，并且幅度和相位随着时间的变化而变化的一条余弦曲线，在确定T波的窗口后，每隔一段时间对其截取一段，并且计算出这截与基线的面积来构成了T波的矩阵，然后通过16阶的巴特沃斯低通滤波器，将噪声删除，得到交替分量的信号，则

，

其中，i为T波的第i列，是TWA现象的频率，为幅度，为相位，

由此就可以判断T波电交替现象的非稳定信息。

复数解调法能够追踪时域中的T波电交替现象来反映T波电交替的波形幅度和相位随时间变化的趋势。但是这种方法并不能完全反映实际的动态情况，因为它始终是以T波电交替的波形为余弦曲线的前提下开展的，而且对于噪声的处理不好，又涉及到矩阵的解调，在应用上还是有一定的难度和复杂度的。

而相关分析法是通过T波矩阵的平均T波，然后根据T波和平均T波算出交替指数（ACI），利用交替指数算出交替幅度(ACM)，来判断T波电交替现象。

其中，ACI和ACM的图为：

Fig 2.6交替指数ACI[11]

Fig 2.7交替指数ACM [11]

相关分析法的优势在于可以动态的分析T波交替的时间变化，但是这种方法对于输入数据的要求极高，对于噪声的敏感度太强，因此在精度方面的准确度和局限性比较大。

剩余内容已隐藏，请支付后下载全文，论文总字数：15674字