动态心电图的自动分析技术

刘鸣 杨静

专题笔谈：心电图的自动分析技术

动态心电图的自动分析技术

刘鸣 杨静

动态心电图通过长时间监测，对一过性、间歇发作的心电异常，尤其是心律失常的捕捉和诊断有不可替代的优势。长时间监测产生的大量数据可以通过自动分析技术完成高效和准确的初步处理。本文主要介绍涉及动态心电图自动分析的三个主要部分：心率的计算、心律失常的识别和ST段偏移的测量。

动态心电图；自动分析；信号；测量；技术

动态心电图在20世纪60年代初正式应用于临床，由于其长时间的记录能获得大量的数据，因此使心律失常、心肌缺血等一过性心电异常的检出率大大提升。大量数据需要及时和准确的处理才能将其优势最大化，而动态心电图的自动分析能力关系到临床使用效率，因此，一直以来，科学家们不断改进更新动态心电图的分析算法以提升自动分析的准确性，减少人工干预以达到高效使用的目的。本文主要介绍涉及动态心电图自动分析的三个主要部分：心率的计算、心律失常的识别、心肌缺血的判断(ST段偏移的测量)。

1 心率的计算

1.1 动态心电图中心率计算涉及的参数

1.1.1 全部心搏数 以R波识别的方式检测到的记录中的全部心搏。

1.1.2 分段数据 按小时分段统计出的相应时间段内的心率各参数。

1.1.3 片段心电图数据(瞬时心率) 按默认设置(通常是8～10 s)或自定义的时间段统计出的相应时间段内心率各参数。

1.1.4 记录时间和分析时间 记录时间指从患者

戴机到摘机之间的总时间；分析时间指剔除记录时间段内干扰、伪差等无法分析的数据后，实际可分析数据所占用的总时间。

1.2 平均心率和最高心率、最低心率的计算方法

1.2.1 平均心率的计算方法

1.2.2 最高心率和最低心率的计算方法 不同品牌的设备计算方法略有不同，但基本上都采用“滑动平均”[1]或类似的计算方法，即依次计算以任意心搏N为起点后的M个心搏的RR间期平均值(M为设定的默认心搏数或用户自定义的心搏数，一般是7～10个心搏)，比较所有的结果，均值最高的N+M片段定义为24 h最高心率，均值最低的N+M片段定义为24 h最低心率。

对于N+M片段计算中的异位心搏，不同品牌有不同处理方法：自动剔除异位心律或可自定义(由用户设置，可选择“包含/不包含异位心搏”)。

1.2.3 分段数据表中的最高心率、最低心率和平均心率的计算 分段数据表是以小时为单位，计算单位时间内的最高心率、最低心率和平均心率，并以表格形式罗列。

每小时平均心率、最高心率和最低心率是选择时间节点(起始和终止时间)进行计算，其方法相应地与全程平均心率、最高心率和最低心率的算法相同。

2 心律失常的识别

2.1 自动分析对于早搏的定义

任意RR间期与其前数次(多为5次)RR间期的平均值相比较，若某一次RR间期较前5次RR间期均值明显缩短，则该次心搏被自动认定为提前发生的早搏。RR间期缩短的程度用“提前率”表示，一般默认为20%，可根据不同患者的实际情况进行修改。比如有些患者窦性心律明显不齐，在提前率默认为20%的规则下自动分析会将正常心搏识别为早搏心律，此时可将提前率修改为>20%(如22%、25%甚至更高)；有些患者早搏为舒张晚期，即提前程度不明显，在提前率默认为20%的规则下，自动分析会将早搏误认为正常心搏，此时可将提前率修改为<20%(如15%、18%等)，可明显提高自动分析的准确度。

2.2 传导延迟的心搏的确定(逸搏和阻滞的识别)

传导延迟的心搏仍是通过任意RR间期与其前数次(多为5次)RR间期的平均值相比较来定义，若某一次RR间期较前5次RR间期均值明显延长，则该次心搏将被定义为延迟的心搏。延迟比率的默认值在不同品牌差异较大，从30%到110%不等，但是均可根据实际心律失常情况进行延迟比率的调整，从而提高自动分析的准确性。

2.3 QRS形态的识别

几乎所有的品牌都是以模版的形态来完成QRS形态的确认，即自动分析根据算法定义不同的QRS类别，包括正常心搏、室上性心搏、室性心搏、干扰波形、未知波形等，再由人工确认自动分析归类的心搏是否正确，通过人机对话完成QRS形态或性质的分类。

2.4 起搏钉的识别

绝大多数品牌都有单独的起搏器分析通道，意味着对于起搏信号的高频采样、记录和标记等更为精准，能清楚地标记起搏钉。在双极起搏方式的应用越来越广泛的今天，这无疑大大提升了医生分析的效率(双极起搏方式的起搏钉在心电图上肉眼几乎不可见)。

3 ST段的自动测量

ST段是心电图信号的重要组成部分，指从QRS综合波群终点到T波开始之间的线段，代表心室除极结束后心室开始复极的一段时间内的电位变化[2]。其时间和长度与心率有关，一般为50～150 ms。正常情况下ST段呈水平或平缓倾斜，并逐渐光滑过渡到T波。从心室肌除极/复极的过程和心肌细胞动作电位产生机制来看，ST段是复极之前的一段时间较长的非稳定平衡状态，因此任何影响心室复极的因素都能引起ST段改变，导致ST段发生上下偏移，形成各种形态的变化。医学上对于ST段形态的分类基于四个方面：抬高或压低、直线或曲线、凹型或凸型、斜率。这些改变是诊断心肌缺血的重要指标，同时又见于心肌梗死、急性心包炎、心室肥大、束支阻滞、早期复极综合征等其他非心肌缺血因素。因此ST段的正确测量及分析具有重要意义。

3.1 ST段形态的心电图信号识别

正确识别ST段的形态有助于医生分析ST段变化的原因，也是确定ST段起点和测量点，从而进行正确测量的前提。ST段的形态变化多样，如延长、缩短、抬高、压低等，同时ST段变化频率低，容易受诸多干扰因素影响且不同导联下的心电图波形也有所不同，因此存在诸多ST段形态识别方法。1986年Skordalakis等[3]提出通过函数拟合来确定ST段的起止点的方法，但并未进行ST段形态的具体分析。其对ST段进行一次函数或二次抛物线函数来确定ST段起始点，这样能够描述整个ST段的特性，且使用特征函数抽取自适应于传导时间和心率变化，但由于ST段变化大且形态各异，拟合好ST段是非常困难的；Jeong等[4]利用高阶多项式对S波峰点及T波峰点之间的波段进行比较，通过判断由该波段中选出的四点位置处的斜率，进行ST段形态分析；Mohsin等[5]采用自适应共振理论(adaptive resonance theory, ART)神经网络法计算ST段。ART神经网络是一种无监督的神经网络，具有自动学习新模式的能力，有良好的容错能力，但此类方法需要大量训练样本进行建模，较为烦琐并无法正确识别训练中未出现过的新模式。因此，对于动态心电图和平板运动试验等来说，现有的滤波技术还不能滤除掉所有的干扰，而干扰和其他原因所产生的“新模式”不易被识别且没有实际诊断价值，反而造成应用上的混乱；此外还有支持向量机分类法[6]等。

3.2 ST段心电图信号的测量

ST段的测量参数有ST段电平、ST段斜率、ST段与等电位线所包围的面积等。

3.2.1 ST段电平测量 ST段电平测量是在ST段上选择一点测量ST段的电平，与基线电平比较来判断其变化。该方法的关键是寻找ST段的测量点和等电位点。主要采用R+X法和J+X法[7]。R+X法是以R波峰值点为基点，将其后X毫秒处作为ST段的测量点，其中X为固定值。其优点是R波的峰值点较J点更容易检测和定位，但受QRS波宽度变化的影响较大。J+X法是取J点后X毫秒处作为ST段的测量点，心率快时取较小的X，心率慢时取较大的X。基于上述原则一般采用人工设置和随心率自适应调整功能的测量点。J+X法测量ST段电平即X = X0+f(HR)，其中X0是由操作者设置的X初始值，f(HR) 是根据临床习惯和经验确定的ST段电平测量点的修正值。

也有作者采用更为简便的J+X法确定ST段测量点[8]，具体定义如下：

电平测量法的优点是方法简单，计算工作量小。但在做运动心电图ST段分析时，由于心率的变化范围比较大，无论使用R+X法还是J+X法，若要得到较好的结果，X都应该随心率相应变化，然而在实际编程时只能根据经验在不同的心率变化范围内取固定值，所以误差往往很大且不可预测。

3.2.2 ST段斜率测量 ST段的斜率基本上就是临床心电图中QRS-T夹角的概念，在一定程度上反映了ST段的形态，对心肌缺血等有重要意义。动态心电图系统对ST段斜率的定义不尽相同，有J点和测量点之间的斜率、测量点和ST段之间的斜率或测量点前后一段数据进行线性回归所得直线的斜率等。根据ST段斜率可判断ST段方向。

3.2.3 ST-T段面积测量法 ST-T段面积是指ST段与基线所包围面积的大小，在一定程度上反映ST段的抬高与压低幅度，同时还考虑了持续的时间因素，因此对心肌缺血有动态诊断的参考意义。但一些生理和临床的相关参数包含在整个ST-T段复波里，以上参数大多提取ST-T段复波的某一孤立特征，不能反映波形的特征，且受噪声和测量误差干扰较显著，因此具有一定的局限性[9]。

3.3 动态心电图的ST段测量

动态心电图记录的是人的日常生活方式及活动状态下的心电活动情况，与常规心电图相比，记录到的心电图图形会随着患者的活动而发生各种各样的变化，尤其对ST段改变的影响特别明显，因而会增加动态心电图分析软件对ST段改变评价的误差。有文献报道心脏位置的改变可引起胸前导联的ST段移位[10]。因此，要排除体位对ST段改变的影响后，才可以把ST段改变作为反映心肌缺血的指标。除体位以外，过度换气、贫血、心肌肥厚、进食及部分药物均可影响ST段的改变。

动态心电图ST段在诊断心肌缺血中沿用常规心电图诊断标准，但动态心电图检出一过性的ST段改变，不仅出现在有症状的冠心病患者，而且也出现在无症状的冠心病患者和无症状的健康人群中。因此动态心电图记录出现ST段改变常常很难明确做出心肌缺血的评价。对于动态心电图ST段改变的判定目前尚无统一的标准，但是大多数认同采用“三个一”的标准。其内容包括：① 基线的ST段在等电位线上，呈水平型或下斜型降低≥1 mm，在J点后0.08 s处测量，如果原先的ST段已降低，则要在已降低的基础上ST段呈水平或下斜型再降低≥1 mm，在J点后0.08 s处测量；② ST段明显移位至少持续1 min；③ 两次心肌缺血发作至少有1 min间隔[11]。

动态心电图ST段的测量易受外界因素干扰。在利用动态心电图判定有无心肌缺血性ST段改变时，要排除影响ST段改变的各种干扰。首先，动态心电图仪必须能够不失真地回放图像，仪器必须有稳定的自动分析功能，能够依据设定的模板进行自动测量分析。但当心率变化太大、记录基线漂移、心外因素干扰过大以及混杂宽大QRS波等时，自动测量结果并不可靠，此时应由专业心电图医师利用编辑功能对动态心电图报告进行修正。

在动态心电图ST段判定时，同时需详细了解患者病史且患者自身需详细记录生活日志。当患者劳累或情绪激动而感到胸痛时，缺血性ST段改变在相应导联记录到水平型压低被检出的机会较多，多为劳累型心绞痛。在夜间或清晨发作心绞痛并同时伴有相应导联的ST段抬高，但在记录日志上往往无胸痛症状。因此对这些无症状患者更应重视，建议进一步检查(如作CT或冠脉造影)。患者日志反复出现发作性胸痛记录，但相应时间的动态心电图却无异常ST段变化的患者多为中年或绝经期前后女性，可能属于心脏神经官能症。

动态心电图ST段测量仍然存在许多问题有待于我们进一步解决，如测量过程中的信号质量和抗干扰问题，ST段特征参数的选择和准确测量问题，分析方法的复杂性、准确性和敏感性问题等。近年来也有人提出利用小波技术分析测量ST段，可在不同心率、波形形态变化较大情况下较准确地对ST段进行测量，有较好的应用前景[12]。

[1] 李萍，张瑾，关天民.动态瞬时心率抗干扰检测算法设计[J].大连交通大学学报，2012，33(1)：28-31.

[2] 卢喜烈.心电图基础理论[M].北京：科学技术出版社，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] 范晓东，朱泽煌，杨世豪.动态心电图ST-T段参数测量方法[J].生物医学工程杂志，1977，14(1): 51-53.

[8] 毛玲，张国敏，孙即祥.心电图ST段形态分析方法研究[J].信号处理，2009，25(9)：1360-1365.

[9] 肖冬萍，徐征，杨浩，等.心电图ST段检测与分析方法研究[C].中国电工技术学会电工理论与新技术学术研讨会，2004.

[10] 郭继鸿，张萍.动态心电图学[M].北京：人民卫生出版社，2003.

[11] 龚仁泰.动态心电图分析和测量ST段时应注意的问题[J].临床心电学杂志，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 武汉，武汉亚洲心脏病医院心肺功能检测中心

刘鸣，主任医师，主要从事无创心电生理学检查与诊断，E-mail：278009820@qq.com

专题主持/刘鸣

【编者按】 心电图自动分析是至今为止计算机在医学领域中最为成功的应用范例之一，它融合了包括传感器技术、信号处理技术、描记技术以及逻辑判断技术(人工智能)等最新的研究成果。心电自动分析软件利用计算机分析并显示心电图，测量必要的参数，再根据临床标准作出正确的诊断或评价。心电自动分析软件减轻了医生的工作量，提高了临床指标分析的精度。本期特邀武汉亚洲心脏病医院和武汉市第六医院的几位专家为读者带来“心电图的自动分析技术”专题，包括《动态心电图的自动分析技术》《儿童心电图机的设计思路及应用》《动态心电图导联系统的前世今生》和《国产心电图机数据采集精度与自动分析准确性的评估》四篇论文。

R541.71;R540.41

A

2095-9354(2017)04-0256-04

10.13308/j.issn.2095-9354.2017.04.004

2017-06-09) (本文编辑：郭欣)