心房颤动早期自动筛查装置的研制

心房颤动(AF)是一种异常心律,与卒中、痴呆和死亡的高风险相关。AF影响着全世界大约1%的人。对包括所有高危患者在内的潜在患者进行房颤筛查对于房颤的早期发现和预防非常重要。由于房颤通常是无症状的,因此在办公室进行筛查可能并不总是有效的。因此,在家庭环境中使用现成且具有成本效益的设备进行机会性筛查,并结合准确、实时和自动的房颤检测算法,可以更有效地对这种危及生命的疾病进行初级检测。图1显示了使用自动筛选装置进行AF筛选的策略。

图1所示。采用自动筛选装置的AF筛选策略。

房颤的主要症状是高度不规则和经常心跳加快。图2显示了两组心电信号,上面是正常的心跳节奏,下面是心房颤动节奏。不同的技术,如改良血压监测仪、单导联心电图手指探针和基于智能手机的容积图信号,可用于检测心跳持续时间(HBD)。正常节律下的HBD也可能因不同的生理活动而变化。虽然预期心房颤动节律期间HBD的标准偏差更高,但我们观察到有时正常节律的标准偏差可能高于心房颤动节律。当房颤心律的平均HBD明显低于正常心律时尤其如此。因此,我们提出了一种基于节奏估计的HBD归一化方法,以更好地测量不规则性。然后用统计方法(即分布熵)计算归一化后HBD的不规则性。我们通过测量不规则性的阈值将心跳窗口分类为AF或正常节律。通过比较使用HBD进行归一化和未进行归一化的AF检测性能来评估这种归一化的效果。

图2所示。两种不同的心跳节奏的例子:(a)正常节奏(b)心房颤动节奏。

采用归一化HBD检测AF的敏感性(检测到的AF心跳与所有AF心跳的比率)和特异性(检测到的正常心跳与所有正常心跳的比率)采用25个不同患者的10小时心电图记录进行测试。检测精度计算为相同的灵敏度和特异性率。使用归一化HBD,我们获得了96.38%的准确率,与未归一化的AF检测相比,提高了4%以上。

该归一化方法有助于提高AF检测的性能和鲁棒性。该方法可与现有的智能手机、自动血压监测仪、单导联手指探针等筛查设备相结合。总的来说,在AF检测方法中基于节奏的归一化的发展和实现对于开发健壮的AF筛选装置似乎很重要。

Md Saiful Islam
北京大学计算机与信息科学学院计算机系
沙特国王大学,沙特阿拉伯王国

出版

基于心律的心房颤动检测的心跳持续时间正常化。
Islam MS, Ammour N, Alajlan N, Aboalsamh H
2016年5月1日

脸谱网 推特 linkedin 邮件 脸谱网 推特 linkedin 邮件

留言回复