基于改进的差分阈值法心脏远程监测的实时与回顾性分析

2014-02-08董春桃隋伟喻洪流

中国医学装备 2014年11期

董春桃隋伟喻洪流

董春桃①②隋伟②喻洪流①*

目的：观察基于改进的差分阈值法心脏远程监测记录仪对心电信号特征参数提取以及自动分析的准确率。方法：通过对8957例患者采用改进的差分阈值法确定心电信号波形参数的“心安宝”XAB-M3AG型远程心电监测记录仪检测，分析接受到的心电实时条图。结果：共接收心电实时数据46 967条，其中手动发送9564条，定时发送25 830条，自动发送11 573条，异常者占自动发送的49.5%，其余多为活动中干扰所致。结论：基于改进的差分阈值法的提取算法复杂性较低，精确度较高，有很好的实时性，能够有效地实现心电信号实时监测。

差分阈值法；心电图信号；实时监测

心电信号是复杂的非平稳随机信号，心电图是临床上用来检测心电信号，诊断心律失常的最简单实用的工具[1]。以往最常用的检查方法包括常规心电图和动态心电图。常规心电图检测干扰波少、图形保真度高，但检查的时间短，数据收集量较少，而且该检查需要在医院内完成，因而对一过性以及阵发性心电异常难以捕捉。动态心电图监测时，患者随身携带动态心电图仪一定时间，处于日常工作生活状态，可对佩戴过程中患者的心电信号进行全信息记录，缺点是只能记录和存储心电信号，缺乏心电异常报警和实时传输功能，而且监测过程中不能洗澡和大量流汗，为患者日常生活带来不便[2-3]。近年来，随着电子学与远程通讯技术有效结合，心电信号采集及分析进入无线电话和网络心电远程监护阶段，可进行长时间心电实时监测，自动分析心电信号，随时将异常心电信号传输到终端服务器，由医生及时分析，并指导患者得到及时的救治，弥补了常规及动态心电图方法的不足[4]。

国内外对该领域的研究目前尚未完全成熟，正处于一个起步的阶段[5]。而这一研究目前面临的难点主要是如何准确实时的提取心电信号特征，这一难点是由于资源受限的嵌入式设备对算法的时间和空间的复杂度要求比较严格。目前心电信号特征提取方法主要有：①神经网络法，检测耗时太长，实际操作起来不方便[6]；②启发式规则法，根据经验设定阈值，然后处理动态变化信号，因而阈值的设定对于算法的性能影响很大，同时不能跟踪突发信号，不能处理好动态变化[7]；③小波变换法，具有精度高等特点，但对于算法要求较为严格，当前使用的嵌入式设备和移动设备无法满足其要求[8]; ④传统差分阈值法，没有确定的数学模型，滤波有信号延迟，对QRS宽度测定不够精确，但检测率高。因此，有不少研究针对差分阈值法进行改进，以提高QRS波监测精确度[9-10]。

“心安宝”XAB-M3AG型远程心电监测记录仪采取改进的差分阈值法，该方法对传统差分阈值法中R波检测中存在的问题加以改进，采用动态阈值监测，改善传统差分阈值法的缺点。

1 基于改进的差分阈值法的心电信号特征提取方法

远程心电遥测心电图监测首先需要在人体表面部署的传感节点，形成微型无线传感网，采集心电信号，然后通过仪器自动分析采集的心电信号特征。自动分析心电信号，将异常心电信号传输到终端服务器，由医生及时分析诊断，弥补了动态和常规心电图检测方法的缺陷，具有复杂性低、精确度高及很好的实时性的特点[11]。

心电信号特征采集分析采用改进的差分阈值法，采集的心电信号首先经过模数转换器，再通过简单整系数滤波器，滤除频率范围为0～0.7 Hz的呼吸基线漂移[12]；然后通过带阻滤波器，用于滤除频率为50 Hz的工频干扰；最后经过低通滤波器，用于滤除频率在100 Hz以上的肌颤高频噪声[13-15]。微分和平方过程用于突出QRS波群特征，而移动窗积分用于QRS波群宽度测量。阈值的大小随信号的波动不断调整，从而提高检测的可靠性，在回检过程中采用双阈值，提高了检测精度，特别可以防止噪声引起的假阳性。其流程如图1所示。

图1 改进的差分阈值检测法流程图

2 临床结果

本研究分析了2011年12月至2013年11月期间上海市第一人民医院的8957例接受“心安宝”XABM3AG型远程心电监测记录仪检测的患者的心电资料，在佩戴远程心电遥测检查过程中，8957例患者共发送心电实时数据46 967条，其中手动发送9564条，定时发送25 830条，自动发送11 573条，统计显示有心律失常的实时心电图占自动发送实时心电图的49.5%，其余多为活动中干扰，导联脱落所致。心脏远程监测提供了与动态心电图检查类似的长程分析，根据长程分析的反馈，8957例患者＞2 s的停搏746例，短阵室速207例，持续性房颤436例，阵发性房颤180例，二度二型房室传导阻滞及高度或三度房室传导阻滞63例，起搏心电图45例，基本可见有自动发送的实时心电图。

3 讨论

对于心血管疾病来说应该有一种心电检测系统能及时将患者病情反馈到医院，让患者得到及时救治。所以能够基于无线通信实现心电信号的远距离传输，有效提取心电信号特征，初步分析并上传终端服务器，保证医生及时诊断的远程心电监护系统研究十分有意义。

心电信号中的各种波形特征体现了心脏电节律正常与否，因此，心电波形识别算法的准确与否是诊断结果准确性的基础，与患者的生命安危密切相关。在心电信号中，QRS波群幅度特征非常明显，因而在心电特征波形检测中，常常先定位QRS波群，其他波形的分析往往以R峰值为时间基准，QRS检测是所有波形检测的基础。

差分阈值法对滤波后的信号应用一阶差分或二阶差分和阈值相结合的方法以确定QRS波的下降沿，再利用窗口和幅度阈值法定位QRS波顶点。差分阈值法不是一个新算法，也不是目前的研究热点，但其在准确率和检测速度方面，与其他算法相比具有一定的优势，该算法目前仍在医疗设备中广泛应用。传统的固定阈值方法在出现干扰、高P波、高T波以及起搏信号明显的情况下，容易多检出现假阳性；心律失常，低电压时，有可能漏检QRS，造成假阴性，因此，如果能将其他算法和改变阈值进行综合运用，在不漏报严重心律失常的情况下，可以减少误报警，提高准确率。

心电远程监测基于改进的差分阈值法，采用可变阈值，阈值的大小随实时监测到的R波幅值动态变化，从而提高R波的检出率，提高检测的可靠性。在回检过程中采用双阈值，提高了检测精度，特别可以减少肌电噪声引起的假阳性，减少稳定性不高以及对高大的T波、R波双峰出现的漏检和多检情况，使精确度提高。本研究通过心电远程监测的实时与回顾性分析，对8957例患者所佩戴监测仪器发送心电实时条图进行分析，发现其中检测仪自动采集心电信号特征后自动诊断并自动发送的实时心电条图11573条，其中有心律失常的实时心电图占自动发送实时心电图的49.5%。自动报警的实时心电图显示的心电异常包括室早、房早、房速、室速、房颤、停搏以及ST段抬高，与患者回顾长程分析结论一致。自动发送条图的其余部分多为活动中干扰、导联脱落以及起搏器发放的起搏信号等原因所致。结果显示改进的差分阈值法能有效地进行心电实时监测并自动进行心电异常报警，基于改进的差分阈值法的提取算法复杂性较低，精确度较高，有很好的实时性，能够有效地实现心电信号实时监测。

4 结语

心电信号检测仍然是医学信号处理中一大重要而热门的课题。为了准确地提取心电信号，一方面要不断引进新的信号处理技术，另一方面也要建立一套完整可靠的评价系统，以对各种方法进行客观评价。

[1]卢喜烈,朱力华.纪念心电图临床应用100周年[J].中华心律失常学杂志,2002,6(3):13-15.

[2]庄亚纯.动态心电图(DCG)的发展与展望[J].上海生物医学工程,1996,17(1):58-59.

[3]赵雪艳.动态心电图:持续监测心电活动的重要工具[J].中国社区医师杂志,2011,27(1):7.

[4]罗敏瑜.移动心电远程监护系统提升医生监护手段[J].医疗保健器具,2007,14(2):36.

[5]滕晓霏,张元亭.移动医疗:穿戴式医疗仪器的发展趋势[J].中国医疗器械杂志,2006,30(5):330-340.

[6]Ham FM,Han S.Classification of cardiac arrhythmias using fuzzy ARTMAP[J].IEEE Trans Biomed Eng,1996,43(4):425-430.

[7]Risk M,Sobh J,Saul J.Beat detection and classification of ECG using self organizing maps[C].USA:Proceedings of the 19th IEEE Annual International Conference on Engineering in Medicine and Biology Society IEEE,1997.

[8]Afonso VX,Tompkins WJ,Nguyen TQ,et al.ECG beat detection using filter banks[J].IEEE Trans Biomed Eng,1999,46(2):192-202.

[9]赵羿欧,刘扬.一种改进的差分阈值心电检测算法[J].计算机工程,2011,37(S1):355-356.

[10]汪传忠,聂桥桥,莫灵珊.一种自适应的QRS复合波检测方法[J].南昌航空大学学报(自然科学版),2011,25(1):44-47.

[11]Axisa F,Schmitt PM,Gehin C,et al.Flexible technologies and smart clothing for citizen medicine,home healthcare,and disease prevention[J].IEEE Trans Inf Technol Biomed, 2005,9(3):325-336.

[12]Kunt M,Rey H.Preprocessing of electrocardiograms by digital techniques[J].Signal Processing,1982,4(1):215-222.

[13]Wariar R.Inter—coefficient bandpass filter for the simultaneous removal of baseline wander 50 Hz and 100 Hz interference from the ECG[J]. Med Biol Eng Computer,1991,29(3):333-336.

[14]费保蔚,庄天戈,卞正中,等.心电信号数字滤波处理方法[J].中国医疗器械杂志,1996,20(5):262-265.

[15]林家瑞,司海芹.ECG监视过程中的消噪问题[J].国外医学生物医学工程分册,1992,15(3):131-136.

[16]任芳,郭昊,郭立东,等.2009年寿光市居民心脑血管疾病死亡情况分析[J].预防医学论坛,2011(7):613-614.

[17]宜秀萍.我省心血管疾病患者趋于年轻化[N].甘肃日报,2010-07-19(2).

Real-time and retrospective analyze of cardiac remote monitoring based on differential threshold method

/
DONG Chun-tao, SUI Wei, YU Hong-liu//
China Medical Equipment, 2014,11(11):52-54.

Objective: To observe the effects of real-time and retrospective analyze of cardiac remote monitoring based on differential threshold method. Methods: Xin An Bao" XAB -M3AG ECG remote monitoring system which based on the differential threshold method of improvement being used to determine the parameters of electro cardio signal was installed in 8957 patients. Results: We had collected all 46967 ECG real-time data, including 9564 manual transmission, 25830 timing transmitting and 11573 automatically transmission. 5728 of automatically transmission was with arrhythmia (49.5%) and the others of automatically transmission was attribute to inference. Conclusion: The results showed that algorithm complexity based on the improved differential threshold method is low, the precision is high and it has a good real-time performance. It realized the real-time monitoring of ECG.

Differential threshold method; Electrocardiogram signal; Real-time monitoring

10.3969/J.ISSN.1672-8270.2014.11.019

1672-8270(2014)11-0052-03

R540.41