張明瑞， 萬(wàn)相奎， 陳瑞， 劉俊杰， 朱彬如

(湖北工業(yè)大學(xué) 太陽(yáng)能高效利用及儲(chǔ)能運(yùn)行控制湖北省重點(diǎn)實(shí)驗(yàn)室， 湖北 武漢 430068)

心房顫動(dòng)是臨床最常見(jiàn)的心律失常之一[1].我國(guó)現(xiàn)有的房顫患者已超過(guò)1 000萬(wàn)，發(fā)病率為0.77%左右，且隨著人口老齡化的加劇，房顫在人群中發(fā)生的概率還會(huì)進(jìn)一步提高[2].臨床醫(yī)學(xué)研究表明，房顫在不同患者身上表現(xiàn)出的癥狀有所不同.有些患者會(huì)出現(xiàn)明顯的不適，這給他們的家庭帶來(lái)沉重的心理和經(jīng)濟(jì)負(fù)擔(dān)；而另外一些患者則無(wú)明顯的臨床癥狀.當(dāng)癥狀出現(xiàn)時(shí)，心血管往往已經(jīng)發(fā)生了器質(zhì)性的病變，從而導(dǎo)致心力衰竭、冠心病、卒中等嚴(yán)重的并發(fā)癥，甚至導(dǎo)致死亡.

目前，國(guó)內(nèi)外學(xué)者主要基于心房活動(dòng)特征[3]和RR間期特征[4]對(duì)房顫識(shí)別算法展開(kāi)深入研究.其中，基于心房活動(dòng)特征的房顫自動(dòng)識(shí)別算法準(zhǔn)確率較低，主要原因有：1) 相較QRS波群和T波，f波和P波的強(qiáng)度很弱，且受噪聲影響較大，所以，在心電圖中被準(zhǔn)確檢測(cè)的難度較大[5]；2) 房顫發(fā)生時(shí)，連續(xù)不規(guī)則的f波可能太過(guò)微弱，這會(huì)進(jìn)一步加大檢測(cè)難度，使準(zhǔn)確率降低；3) 房顫發(fā)生時(shí)，f波的頻域段可能會(huì)與房室噪聲的頻域段重疊，若使用頻域法，極易造成誤診.針對(duì)上述問(wèn)題，不少學(xué)者采取基于RR間期的房顫自動(dòng)識(shí)別算法，以達(dá)到提高準(zhǔn)確率、降低誤診率的目的[6].但該方法不能有效地區(qū)分房顫和竇性心律，因此，很多研究會(huì)設(shè)置較寬的RR間期，這樣又會(huì)對(duì)短時(shí)房顫不敏感，導(dǎo)致漏檢.

崔永華等[7]提出一種基于特征提取和多模板匹配的心律失常識(shí)別算法，將樣本數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行特征提取形成特征庫(kù)，采取兩級(jí)匹配模板將識(shí)別信號(hào)和模板庫(kù)進(jìn)行匹配，用MIT-BIH數(shù)據(jù)庫(kù)驗(yàn)證算法的準(zhǔn)確性，結(jié)果表明，算法的識(shí)別率達(dá)到98.5%，不過(guò)對(duì)復(fù)雜的房顫信號(hào)檢測(cè)結(jié)果并不理想.李坤陽(yáng)等[8]利用心電波形的數(shù)學(xué)形態(tài)及小波變換法，檢測(cè)識(shí)別QRS波，提取RR間期及QRS波時(shí)限相關(guān)參數(shù)，利用邏輯樹(shù)判斷法進(jìn)行分類，算法的準(zhǔn)確率達(dá)到94.2%，適用于動(dòng)態(tài)心電圖分析，但是如果QRS波形不具備典型特征，則其對(duì)房顫識(shí)別的準(zhǔn)確性大大降低.Yeh等[9]使用線性判別分析(LDA)的方法診斷心律失常信號(hào)，識(shí)別分類左束支阻滯、右束支阻滯、室性期前收縮、房性期前收縮及正常竇性心拍，其識(shí)別分類的敏感度分別為91.0%，95.0%，92.6%，84.7%，98.9%.差分閾值法的原理是將心電信號(hào)進(jìn)行差分運(yùn)算，然后，將差分結(jié)果與設(shè)定的閾值進(jìn)行對(duì)比，若滿足閾值條件，則可認(rèn)為找到R波，由于心電信號(hào)幅度的變化，可能會(huì)導(dǎo)致誤檢.差分閾值法原理簡(jiǎn)單，能夠有效抑制低頻干擾，但對(duì)于高頻信號(hào)敏感，抑制高頻干擾的效果較差[10].

以上幾種檢測(cè)算法都是根據(jù)信號(hào)的波形形態(tài)結(jié)構(gòu)特征實(shí)現(xiàn)的，優(yōu)點(diǎn)是對(duì)不同波形結(jié)構(gòu)特征的心電波形比較直觀，缺點(diǎn)是對(duì)噪聲干擾比較敏感、難以準(zhǔn)確表征心電信號(hào)的波形變化、提取的信號(hào)特征較少、容易發(fā)生誤判.基于此，本文提出一種基于心電信號(hào)(ECG)的房顫自動(dòng)識(shí)別算法.

1 R波識(shí)別

1.1 R波識(shí)別算法

1.1.1 峰值檢測(cè) 檢測(cè)某段心電數(shù)據(jù)的峰值時(shí)，首先，使用二階差分法計(jì)算該段數(shù)據(jù)的差分值并進(jìn)行動(dòng)態(tài)掃描，二階差分值ECG_Peak的公式為

ECG_Peak(n，k)=x(n)-x(n-k)+x(n)-x(n+k).

(1)

式(1)中：n表示第n個(gè)波峰；k為采樣點(diǎn)間隔，一般取值為1.

用PEAK表示各樣本點(diǎn)峰值參數(shù)ECG_Peak(n，k)的最大值為

PEAK=max(ECG_Peak(n，k)).

(2)

一般將ECG_Peak(n，1)≥0.5 mV時(shí)的樣本信號(hào)認(rèn)定為心臟起搏器信號(hào)[11]，進(jìn)行峰值檢測(cè)時(shí)將其排除，避免其產(chǎn)生的干擾對(duì)R波的檢測(cè)造成影響.

1.1.2 選取閾值 一般情況下，R波是心電圖中幅值最大的部分，但偶爾出現(xiàn)的大T波會(huì)對(duì)R波檢測(cè)產(chǎn)生嚴(yán)重干擾，為了消除這種干擾，保證R波峰值檢測(cè)的準(zhǔn)確率，一般選取待檢段內(nèi)峰值參數(shù)最大值的20%～40%作為觸發(fā)點(diǎn).將閾值設(shè)定為峰值參數(shù)最大值的20%，25%，30%，35%和40%計(jì)算所得的結(jié)果與MIT-BIH數(shù)據(jù)庫(kù)提供的標(biāo)準(zhǔn)R波進(jìn)行比較，得到閾值設(shè)定為峰值參數(shù)最大值的30%時(shí)準(zhǔn)確率最高，因此，選取該閾值作為起始觸發(fā)點(diǎn)，再將初檢出的備選R波存入R波位置數(shù)組中.

1.1.3 R波驗(yàn)證 使用指數(shù)移動(dòng)平均[12]的方法實(shí)時(shí)驗(yàn)證R波，指數(shù)移動(dòng)平均(EMA)可用公式表示為

EMA_H(i)=(1-k)×(H(i)-1)2+k×EMA_H(i-1).

(3)

式(3)中：H(i)表示相鄰R波幅值的差值，H(i)=h(i+1)-h(i)，h(i)為R波的幅值；k=1-1/ns，ns為樣本的數(shù)量，EMA_H(1)=H(1).

驗(yàn)證R波是為了避免并排除多檢和漏檢情況，方法如下.

1) 若H(i)≥1.5×EMA_H(i)，說(shuō)明區(qū)間[h(i-1)，h(i)]內(nèi)有R波被漏檢了.排除的方法是將原峰值參數(shù)的一半設(shè)定為新的閾值，然后在區(qū)間[h(i-1)+120，h(i)-280]內(nèi)作二階差分，若計(jì)算結(jié)果滿足新的閾值條件，則認(rèn)為此區(qū)間內(nèi)幅值最大點(diǎn)為被漏檢的R波.

2) 若H(i)≤0.4×EMA_H(i)，說(shuō)明區(qū)間[h(i-1)，h(i)]內(nèi)有其他點(diǎn)被誤檢為R波.排除的方法是比較Value_h(i)與Value_h(i+1)對(duì)應(yīng)兩點(diǎn)的信號(hào)幅值，并將低幅值刪除.

R波驗(yàn)證時(shí)，心動(dòng)周期的個(gè)數(shù)一般選取20～200個(gè).將心動(dòng)周期個(gè)數(shù)分別為20，50，100，150和200的檢測(cè)結(jié)果進(jìn)行比較，并選取與標(biāo)準(zhǔn)R波數(shù)最接近的作為最終檢測(cè)結(jié)果.

1.1.4 選擇窗口 心臟功能有一段總時(shí)長(zhǎng)約為300 ms的不應(yīng)期時(shí)間，為提高檢測(cè)速度并最大限度地檢測(cè)出R波，將該窗口時(shí)間設(shè)定為280 ms.R波檢出示意圖，如圖1所示.在實(shí)際的程序設(shè)計(jì)中，需重復(fù)如下步驟：1) 檢索觸發(fā)點(diǎn)，即心電圖中超過(guò)所設(shè)定閾值的點(diǎn)；2) 檢索從觸發(fā)點(diǎn)開(kāi)始往后的120 ms，并將這個(gè)時(shí)間段內(nèi)幅值最大的點(diǎn)作為待驗(yàn)證的R波；3) 使用指數(shù)移動(dòng)平均的方法驗(yàn)證上一步中初檢出的R波，排除誤檢R波的情況；4) 依據(jù)心臟功能不應(yīng)期的原理，每確定一個(gè)R波，即從此位置開(kāi)始通過(guò)一個(gè)窗口的時(shí)間，再檢測(cè)下一個(gè)R波.

圖1 R波檢出示意圖 Fig.1 Schematic diagram of R-wave detection

1.2 R波識(shí)別算法的改進(jìn)

心電圖片段，如圖2所示.圖2中：U為電壓；N為樣點(diǎn)數(shù).

圖2(a)中:負(fù)向的S波大于正向的R波.使用ECG_Peak(n，k)絕對(duì)值計(jì)算心電信號(hào)中的峰值參數(shù)最大值時(shí)，可能會(huì)出現(xiàn)很大的負(fù)向S波，其絕對(duì)值過(guò)大會(huì)導(dǎo)致檢測(cè)不到R波.所以，在計(jì)算最大值時(shí)，如果判斷出PEAK<0，就將所有心電數(shù)據(jù)加一個(gè)zero值，即將心電信號(hào)整體向上平移，從而排除因基線漂移導(dǎo)致峰值參數(shù)為負(fù)數(shù)的情況，保證R波檢測(cè)的準(zhǔn)確性.

在檢測(cè)R波的過(guò)程中，可能出現(xiàn)最多的情況就是大T波的出現(xiàn)(圖2(b))，圖中標(biāo)注的R波比T波小，會(huì)導(dǎo)致程序?qū)波誤檢為R波，但該片段上的RR間期比EMA的閾值小，所以這個(gè)點(diǎn)會(huì)被刪除，造成該片段的RR間期變大.為解決這個(gè)問(wèn)題，在程序設(shè)計(jì)時(shí)，對(duì)該段作二階差分并計(jì)算一階差分值，將兩條件相結(jié)合識(shí)別R波.因?yàn)樵谛碾妶D中R波是變化最劇烈的部分，且斜率也一般大于其他波，所以在待檢區(qū)域內(nèi)檢測(cè)到滿足一階差分和二階差分相應(yīng)閾值的交叉點(diǎn)時(shí)，認(rèn)為是R波所在的位置.

(a) 片段1 (b) 片段2圖2 心電圖片段 Fig.2 Electrocardiogram segments

一個(gè)健康的人心率為60～100 次·min-1，但房顫患者的心率會(huì)顯著增大，可達(dá)200 次·min-1.若將窗口時(shí)間固定在280 ms，則當(dāng)心率大于210 次·min-1時(shí)，會(huì)導(dǎo)致R波漏檢.當(dāng)上述問(wèn)題出現(xiàn)時(shí)，需在計(jì)算過(guò)程中實(shí)時(shí)調(diào)整窗口時(shí)間，將窗口時(shí)間調(diào)整為200 ms.

2 房顫識(shí)別

2.1 房顫識(shí)別算法

基于RR間期比值法[13]進(jìn)行房顫識(shí)別研究，RR間期比值的公式為

圖3 RR間期與房顫的權(quán)重關(guān)系 Fig.3 Weight relationship between RR interval and atrial fibrillation

(4)

式(4)中：F(n)表示房顫標(biāo)識(shí)率.

RR間期與房顫的權(quán)重關(guān)系[14]，如圖3所示.根據(jù)圖3結(jié)合式(4)，得到拐點(diǎn)、F(n)和權(quán)重關(guān)系，如表1所示.根據(jù)表1定義如下:

1) 當(dāng)F(n)∈(0.02，0.15)時(shí)，該樣本是房顫樣本的可能性很大；

2) 當(dāng)F(n)<0.02或F(n)>0.15時(shí)，該樣本是房顫樣本的可能性很小.

表1 拐點(diǎn)、F(n)和權(quán)重關(guān)系Tab.1 Inflection point， F(n) and weight relation

2.2 房顫識(shí)別算法的改進(jìn)

RR間期比值法識(shí)別房顫的靈敏度超過(guò)90%，陽(yáng)性預(yù)測(cè)率超過(guò)96%[15].但該過(guò)程只是對(duì)房顫作了初步的判斷，不能準(zhǔn)確識(shí)別出房顫片段.為進(jìn)一步提高識(shí)別準(zhǔn)確率，篩選有效的房顫片段，根據(jù)臨床經(jīng)驗(yàn)，設(shè)定以下3條判別規(guī)則.

1) 若連續(xù)兩個(gè)RR間期的差值即ΔRR>0.12 s，則認(rèn)為是心率不齊；否則，認(rèn)為是心率勻齊.

2) 臨床數(shù)據(jù)顯示，房顫一般連續(xù)發(fā)生，且持續(xù)時(shí)間在10 s以上，因此，找出單個(gè)發(fā)生的心率不齊對(duì)臨床指導(dǎo)意義不大.為篩選出有臨床指導(dǎo)意義的房顫片段，將房顫片段持續(xù)時(shí)間的閾值設(shè)置為8 s.

3) 臨床診斷中，醫(yī)生最關(guān)注病人是否患有房顫和房顫所屬類型[13，16]，從而設(shè)計(jì)對(duì)應(yīng)的治療方案，而房顫包含多少個(gè)心動(dòng)周期對(duì)臨床診斷和治療意義都不大，這也是房顫識(shí)別不同于早搏之處.

2.3 房顫識(shí)別流程

首先，讀取MIT-BIH心律失常數(shù)據(jù)庫(kù)中的一個(gè)數(shù)據(jù)文件，確定R波位置，并計(jì)算ΔRR的個(gè)數(shù)n.然后，計(jì)算每個(gè)ΔRR的值，將小于0.1 s的置零.接著，計(jì)算ΔRR為0的個(gè)數(shù)m，并判斷m與n是否相等，若相等，說(shuō)明該心電樣本不包含房顫片段；若不等，則需進(jìn)一步判斷m是否為零.若m為零，表示所有心動(dòng)周期均不勻齊，該心電樣本是持續(xù)性或永久性房顫的可能性很大；若m小于n，則應(yīng)依據(jù)公式計(jì)算該心電樣本的房顫標(biāo)識(shí)率F(n).若F(n)的值不在設(shè)定的閾值范圍內(nèi)，則認(rèn)為該心電樣本不包含房顫片段；若F(n)在設(shè)定的閾值范圍內(nèi)，則需進(jìn)一步統(tǒng)計(jì)ΔRR連續(xù)不為0的個(gè)數(shù)k.若k>8(時(shí)間)×f(采樣頻率)，則認(rèn)為找到一個(gè)房顫片段；若k<8×f，則認(rèn)為該片段不是房顫片段，并將其濾除.

2.4 實(shí)驗(yàn)結(jié)果

陰性預(yù)測(cè)率(NPV)反映檢測(cè)結(jié)果為陰性受試者中真正未患病的比例，即排除非患者的能力.特異性(SP)反映正確判斷非病人的概率.NPV，SP的表達(dá)式分別為

(5)

(6)

表2 真實(shí)類別與決策類別的可能關(guān)系Tab.2 Possible relationship between real category and decision category

式(5)，(6)中：TN表示正確檢出的非房顫R波數(shù)；FP表示誤檢的房顫R波數(shù)；FN表示漏檢的房顫R波數(shù).

真實(shí)類別與決策類別的可能關(guān)系，如表2所示.表2中：TP表示正確檢出的R波數(shù).

實(shí)驗(yàn)數(shù)據(jù)來(lái)自MIT-BIH心律失常數(shù)據(jù)庫(kù)中的40個(gè)心電樣本數(shù)據(jù)，每個(gè)心電樣本數(shù)據(jù)的持續(xù)時(shí)長(zhǎng)為30 min左右.首先，計(jì)算每個(gè)心電樣本經(jīng)臨床驗(yàn)證后的房顫數(shù)；然后，與MIT-BIH數(shù)據(jù)庫(kù)中提供的標(biāo)準(zhǔn)房顫數(shù)進(jìn)行對(duì)比；最后，計(jì)算其對(duì)應(yīng)的NPV和SP.房顫識(shí)別的實(shí)驗(yàn)數(shù)據(jù)，如表3所示.表3只展示了部分心電樣本的實(shí)驗(yàn)結(jié)果，其他未展示的心電樣本陰性預(yù)測(cè)率和特異性均為100%.

表3 房顫識(shí)別的實(shí)驗(yàn)數(shù)據(jù)Tab.3 Experimental datas of atrial fibrillation recognition

將文中算法與其他常用房顫識(shí)別算法[17-18]對(duì)相同數(shù)據(jù)集檢驗(yàn)的結(jié)果進(jìn)行比較，如表4所示.由表4可知：文中所提算法的陰性預(yù)測(cè)率和特異性均高于其他房顫識(shí)別算法.

表4 文中算法與其他房顫識(shí)別算法的對(duì)比Tab.4 Comparison of proposed algorithm with other algorithms for atrial fibrillation recognition

在Window 10，Intel core i7，內(nèi)存16 GB環(huán)境下，房顫識(shí)別算法單份樣本識(shí)別時(shí)間約為22.5 s，對(duì)非房顫樣本的預(yù)測(cè)準(zhǔn)確率較高，能夠幫助臨床醫(yī)生減少閱讀量，即使對(duì)房顫樣本的靈敏度較低，仍然能檢測(cè)出房顫片段，不影響臨床醫(yī)生的后續(xù)診斷.因?yàn)榉款潣颖局袝?huì)出現(xiàn)大量偶發(fā)性的心率不齊片段，經(jīng)臨床驗(yàn)證后，這些持續(xù)時(shí)間不長(zhǎng)且臨床診斷意義不大的片段會(huì)被濾除掉，導(dǎo)致檢出的房顫數(shù)量減少.

3 結(jié)束語(yǔ)

針對(duì)差分閾值法可能導(dǎo)致R波多檢或漏檢的問(wèn)題，引入指數(shù)移動(dòng)平均的方法對(duì)初選出的R波進(jìn)行實(shí)時(shí)驗(yàn)證.若R波所在的RR間期不在閾值范圍內(nèi)，說(shuō)明有多檢或漏檢的情況發(fā)生，則需按照設(shè)定的方法將R波剔除或找回.針對(duì)心電樣本中多次出現(xiàn)單個(gè)心律不齊的問(wèn)題，首先，采用RR間期比值法篩選出疑似房顫片段；然后，將小于0.1 s的ΔRR間期認(rèn)定為心率勻齊并置零，篩選出持續(xù)時(shí)間大于8 s的房顫片段；最后，將房顫片段分類，并將這些有臨床指導(dǎo)意義的片段提交給臨床醫(yī)生判斷.改進(jìn)后的房顫識(shí)別算法陰性預(yù)測(cè)率可達(dá)99.7%，特異性可達(dá)99.8%，單份樣本識(shí)別時(shí)間約為22.5 s，對(duì)非房顫樣本的預(yù)測(cè)準(zhǔn)確率較高，能夠幫助臨床醫(yī)生排除非房顫片段，減少閱讀量，提高工作效率.